Что, Экстраполирует?
Экстраполировать означает использовать известное поведение чего-то, чтобы предсказать его будущее поведение. Наблюдатель может экстраполировать при использовании формулы, данные, устроенные на графе, или запрограммированный в компьютерную модель. После научного метода экстраполяция - одна методика, которую аналитик применяет обобщать из различных форм собранных данных. Тип математической используемой экстраполяции будет зависеть от того, являются ли собранные данные непрерывными или периодическими.
каждодневный пример экстраполяции иллюстрирован тем, как пешеходы безопасно пересекают оживленные улицы. Когда пешеходы пересекают проход, они бессознательно собирают информацию о скорости автомобиля, прибывающего к ним. Например, ушко может захватить набухающее появление фар в нескольких различных пунктах вовремя, и затем мозг экстраполирует, или проектирует движение транспортного средства в будущее, судя, достигнет ли транспортное средство pedestrian местоположение с прежде, или после, он или она был в состоянии пересечь проход.
В примененной математике формула может быть найдена, который соответствует любым данным, собранным о поведении физической вселенной — экстраполяция назвала вычерчивание эмпирической кривой. Каждой посадке кривой к данным знали, что уравнение представляет другое хорошо зарегистрированное, подобное поведение. Константы и полномочия обобщенных уравнений могут быть посадкой к данным, чтобы предсказать, или экстраполировать, изменения в данных вне собранного диапазона. В компьютерных моделях, где данные известны в определенных местоположениях а не в других, может быть произведен сплошной спектр прогнозирующих данных. Когда данные произведены между известными частными значениями, процесс обычно упоминается как интерполяция, но те же самые методы применяются: вычислительное программное обеспечение для того, чтобы смоделировать твердые частицы использует методы конечных элементов, чтобы интерполировать, в то время как программы для того, чтобы смоделировать жидкости используют конечные методы объема.
Некоторые формы экстраполяции зависят от условий математических уравнений, используемых, чтобы удовлетворить данные — линейный, полиномиальный, и показательный. Если два набора данных изменяются в постоянном потоке друг с другом, экстраполяция линейна — это может быть представлено линией постоянного наклона. Пример полиномиальной экстраполяции - посадка данных к коническому сечению и более сложным формам, содержащим третьи, четвертые, или более высокие уравнения заказа. Чем выше заказ уравнения, тем больше колебаний, кривых, или волн данные представляют. Например, есть так много максимумов и минимумов в данных как заказ его уравнения метода наилучшего приближения.
Показательная экстраполяция покрывает наборы данных, что или вырасти или затухают по экспоненте. Геометрический рост или затухание - пример показательной экстраполяции. Эти типы проектирований могут визуализироваться, поскольку совокупность изгибает то рождение проявления и уровень смертности — рост и затухание совокупности. Например, у двух родителей есть два ребенка, но те два, каждый имеет два, так, чтобы в трех генерациях, число правнуков было два к третьей власти, или показателю степени три — два умноженный отдельно три раза — приведение к восьми великим великим детям.
Совершенство экстраполируемых данных зависит и от метода совокупности оригинальных данных и от выбранного метода экстраполяции. Данные могут быть гладкими и непрерывными как движение велосипедного скоростного спуска вальцевания. Это может, также, быть вяленое мясо как велосипедист, вызывающий его или её велосипед в гору урывками. Чтобы экстраполировать успешно, аналитик должен признать особенности поведения, которое он или она намеревается смоделировать.