Иллюстрированный самоучитель по MathCAD 11

Экстраполяция функцией предсказания

Все рассмотренные выше (см. разд. 15.1.1-15.1.3) функции осуществляли экстраполяцию данных за пределами их интервала с помощью соответствующей зависимости, основанной на анализе расположения нескольких исходных точек на границах интервала. В Mathcad имеется более развитый инструмент экстраполяции, который учитывает распределение данных вдоль всего интервала. В функцию predict встроен линейный алгоритм предсказания поведения функции, основанный на анализе, в том числе осцилляции.

  • predict (у,m,n) – функция предсказания вектора, экстраполирующего выборку данных;
    • у – вектор действительных значений, взятых через равные промежутки значений аргумента;
    • m – количество последовательных элементов вектора у, согласно которым строится экстраполяция;
    • n– количество элементов вектора предсказаний.

Пример использования функции предсказания на примере экстраполяции осциллирующих данных yi с меняющейся амплитудой приведен в листинге 15.4. Полученный график экстраполяции, наряду с самой функцией, показан на рис. 15.8. Аргументы и принцип действия функции predict отличаются от рассмотренных выше встроенных функций интерполяции-экстраполяции. Значений аргумента для данных не требуется, поскольку по определению функция действует на данные, идущие друг за другом с равномерным шагом. Обратите внимание, что результат функции predict вставляется "в хвост" исходных данных.

Листинг 15.4. Экстраполяция при помощи функции предсказания:

Иллюстрированный самоучитель по MathCAD 11 › Обработка данных › Экстраполяция функцией предсказания

Иллюстрированный самоучитель по MathCAD 11 › Обработка данных › Экстраполяция функцией предсказания
Рис. 15.8. Экстраполяция при помощи функции предсказания (листинг 15.4)

Как видно из рис. 15.9, функция предсказания может быть полезна при экстраполяции данных на небольшие расстояния. Вдали от исходных данных результат часто бывает неудовлетворительным. Кроме того, функция predict хорошо работает в задачах анализа подробных данных с четко прослеживающейся закономерностью (типа рис. 15.8), в основном осциллирующего характера.

Если данных мало, то предсказание может оказаться бесполезным. В листинге 15.5 приведена экстраполяция небольшой выборки данных (из примеров, рассмотренных в предыдущих разделах). Соответствующий результат показан на рис. 15.9 для различных крайних точек массива исходных данных, для которых строится экстраполяция.

Листинг 15.5. Экстраполяция при помощи функции предсказания:

Иллюстрированный самоучитель по MathCAD 11 › Обработка данных › Экстраполяция функцией предсказания

Иллюстрированный самоучитель по MathCAD 11 › Обработка данных › Экстраполяция функцией предсказания
Рис. 15.9. Работа функции предсказания в случае малого количества данных (листинг 15.5)

Если Вы заметили ошибку, выделите, пожалуйста, необходимый текст и нажмите CTRL + Enter, чтобы сообщить об этом редактору.