Digamos que tiene una colección de puntos de datos. Tiene algún modelo que es válido en esa región específica, o no tiene ningún modelo. Una de las cosas que intentará hacer es ajustar su conjunto de datos. En otras palabras, intenta encontrar la mejor función que describa sus puntos de datos.
En general, hay una cantidad infinita de graps que pueden ajustarse a cualquier cantidad de puntos de datos, por eso necesita un modelo o al menos una idea de cómo funciona.
Pero digamos que encontraste tu función. Sabes que es válido en una región específica (donde tus puntos de datos se ajustan al gráfico de la función). Pero fuera de eso, no lo sabes.
- ¿Qué es el gráfico de lemniscate r2 = cos2t?
- ¿Cómo era Shiing Shen Chern en persona?
- ¿Por qué no podemos encontrar el símbolo correspondiente para la pregunta "¿Qué es 1 dividido por 0", si el número i fue desarrollado como respuesta a la pregunta que antes no tenía respuesta "¿Cuál es la raíz cuadrada de -1"?
- Supongamos que los vectores de posición de los puntos ABC son a, b, c respectivamente y D divide AC en 4: 1 y el punto E divide BD en 5: 2. Encuentra la posición del vector E?
- Cómo encontrar los valores mínimo y máximo para [matemáticas] f (x) = x / (1 + x ^ 2) [/ matemáticas] sin puntos críticos y derivadas
Entonces, extrapolar un gráfico significa que toma esa función y la aplica a un área donde no tiene puntos de datos.
Como ejemplo, digamos que está midiendo la temperatura del agua a medida que la calienta. Notarás que, si aíslas bien el experimento, la temperatura crecerá linealmente con la cantidad de calor que le pongas.
Digamos que, por cualquier razón, su calentador solo puede calentar el agua a unos 80 grados. Entonces, desde que tomaste medidas de la temperatura cada 30 segundos más o menos, una gráfica de la temperatura en función del tiempo (o, en función de la energía que le pones). Notará que la temperatura oscila entre unos 20 grados (temperatura ambiente) y los 80 grados.
Extrapolar ahora, sería tomar la línea recta que obtienes, y continuar dibujándola. Entonces, por ejemplo, podría estimar cuánta energía (o tiempo) le costaría calentar el agua a 120 grados. O cuánta energía tendrías que sacar del sistema para enfriarlo a -20 grados.
Esta es la extrapolación, y no es más que una “suposición” calculada. Si resulta ser correcto (en experimentos posteriores), sabrá que su modelo también funciona en esa nueva área.
Si está mal, sabes que hiciste el ajuste incorrecto o que algo especial está sucediendo. Por ejemplo, todos sabemos que el agua hierve a 100 grados, pero también sabemos que no ocurre instantáneamente. El agua se queda allí, durante un tiempo, felizmente hirviendo a 100 grados y cualquier vapor también tiene esa temperatura. Solo después de que se haya evaporado todo el agua, la temperatura vuelve a subir.
Los mismos trabajos, por supuesto, para los -20 grados.
Como puede ver, podemos usar la extrapolación para predecir cómo se comportan las cosas, sin tener que medirlas. Esto puede sonar perezoso, pero a menudo se hace porque todavía no podemos medirlos. Porque es demasiado costoso, o requiere una mejor tecnología, o simplemente no tenemos tiempo para obtener los puntos de datos necesarios.