حاسبة الاستقراء الخطي

حاسبة الاستقراء الخطي

رائد AI Skill PRO

أدخل الحساب

صيغة رياضية

y=y1+(x−x1)·y2−y1x2−x1y = {{\text{y}_1}} + \left(\text{x} - {{\text{x}_1}}\right) \cdot \frac{{{\text{y}_2}} - {{\text{y}_1}}}{{{\text{x}_2}} - {{\text{x}_1}}}
إحصاءات الاستخدام

اعلان

نتائج

القيمة المستقرَأة (y)
١٠
عند x = ٥
الميل (y2−y1)/(x2−x1) ٢

الإبلاغ عن خطأ في هذه الصفحة

ما هو الاستقراء الخطي؟

الاستقراء الخطي هو طريقة لتقدير قيمة مجهولة تقع خارج نطاق بياناتك المعروفة، وذلك عبر مدّ الخط المستقيم الذي تحدده نقطتان. فإذا كانت لديك نقطتان، \((x_1, y_1)\) و\((x_2, y_2)\)، يمكنك توقّع اتجاه الخط إلى الأمام (أو إلى الوراء) لإيجاد قيمة y عند أي قيمة x تختارها. وتقوم هذه الحاسبة بذلك على الفور، كما تعرض لك ميل الخط أيضًا.

خط يمر بنقطتين معلومتين، ممتد خارج نطاق البيانات للتنبؤ بقيمة y جديدة
الاستقراء الخطي يمدّ الخط المار بنقطتين معلومتين للتنبؤ بقيمة y خارج النطاق المعروف.

كيفية استخدام الحاسبة

أدخل إحداثيات النقطتين المعروفتين — \(x_1\) و\(y_1\) ثم \(x_2\) و\(y_2\) — وبعدها اكتب قيمة x التي تريد تقدير y عندها. اضغط على زر الحساب لتحصل على قيمة y المستقرَأة إضافةً إلى ميل خط الاتجاه. وتعمل الأداة نفسها للاستيفاء (interpolation) أيضًا عندما تكون x واقعة بين النقطتين، لكنها تكون أكثر فائدة عند توقّع قيم خارج نطاق بياناتك.

شرح المعادلة

الخط المار بنقطتين له ميل يساوي \(m = (y_2 - y_1) / (x_2 - x_1)\). وانطلاقًا من النقطة الأولى، تكون قيمة y عند أي x كالتالي:

$$y = y_1 + \left(x - x_1\right) \cdot \frac{y_2 - y_1}{x_2 - x_1}$$

يمثّل المقدار \((x - x_1)\) مدى المسافة التي تقطعها على المحور الأفقي ابتداءً من النقطة الأولى، وعند ضربه في الميل تحصل على مقدار تغيّر y عبر تلك المسافة.

اعلان
مثلث قائم الزاوية على خط يوضح الإزاحة الأفقية والارتفاع الرأسي بين نقطتين
الميل \((y_2-y_1)/(x_2-x_1)\) هو نسبة الارتفاع إلى الإزاحة الأفقية بين النقطتين المعلومتين.

مثال تطبيقي

لنفترض أن المبيعات كانت وحدتين في الأسبوع الأول (\(x_1=1\)، \(y_1=2\)) و6 وحدات في الأسبوع الثالث (\(x_2=3\)، \(y_2=6\)). يكون الميل \((6 - 2)/(3 - 1) = 4/2 = 2\) وحدة في الأسبوع. ولتوقّع الأسبوع الخامس (\(x=5\)): $$y = 2 + (5 - 1)\cdot 2 = 2 + 8 = 10 \text{ وحدات}$$

اعلان

تفسير النتيجة المستقرأة

ترسم الحاسبة خطاً مستقيماً يمر بنقطتيك المعروفتين \((x_1, y_1)\) و\((x_2, y_2)\) ويمدّه إلى قيمة x التي تدخلها. ميل هذا الخط، \(m = \frac{ y_2 - y_1}{x_2 - x_1}\)، يوضح كيفية قراءة التنبؤ:

  • ميل موجب: تزداد y مع زيادة x، لذا فإن الاستقراء إلى قيمة x أكبر يعطي قيمة y أكبر من نقطتيك المعروفتين.
  • ميل سالب: تنخفض y مع زيادة x، لذا فإن الاستقراء إلى قيمة x أكبر يعطي قيمة y أصغر.
  • ميل صفري: \(y_1 = y_2\)، لذا تكون y ثابتة ويساوي التنبؤ بقيمة y تلك القيمة نفسها لكل x.

مثال: مع النقطتين (2, 10) و(4, 18)، يكون الميل \(\frac{18 - 10}{4 - 2} = 4\)، لذا عند x = 6 يعطي الخط \(y = 10 + (6 - 2)\cdot 4 = 26\).

متى يمكن الوثوق بالنتيجة

  • يجب أن تكون العلاقة خطية فعلاً. تفترض الصيغة معدل تغير ثابتاً. إذا لم تكن العلاقة الحقيقية خطاً مستقيماً، فإن الناتج لا يعدو أن يكون دليلاً تقريبياً.
  • تقل الموثوقية مع المسافة. كلما امتدت x بعيداً عن نقطتيك المعروفتين، تضخّمت أي انحرافات طفيفة عن الخطية، أو أي خطأ قياس في المدخلات.
  • لا تكشف نقطتان الانحناء. يمكن وصل أي نقطتين بخط مستقيم، لذا لا تقدم البيانات نفسها أي تحذير إذا كان الاتجاه الحقيقي منحنياً. نحتاج إلى نقاط بيانات إضافية أو معرفة بالعملية الأساسية للتحقق من الخطية.

احذر من القيم غير المعقولة

قد يؤدي امتداد الخط بعيداً إلى نتائج مستحيلة، مثل كميات أو أعداد سكان أو أسعار أو أطوال سالبة، أو نسب مئوية تتجاوز 100%. إذا لم تكن الإجابة منطقية من الناحية الفيزيائية أو العملية، فمن المرجح أن الافتراض الخطي قد انهار عند تلك القيمة من x.

متى تستخدم نموذجاً مختلفاً

يحتاج النمو أو الاضمحلال الأسي (مثل الفائدة المركبة أو الاضمحلال الإشعاعي)، والنمو اللوجستي الذي يستقر عند حد أقصى، والبيانات الموسمية أو الدورية، إلى نماذج مختلفة. وغالباً ما يضلل الخط المستقيم المار بنقطتين عند هذه الأنماط، خاصة عند الاستقراء بعيداً جداً خارج النطاق المرصود.

الأسئلة الشائعة

ما الفرق بين الاستيفاء والاستقراء؟ الاستيفاء يقدّر قيمة داخل النطاق المعروف، أما الاستقراء فيتوقّع قيمة خارجه. الحسابات الرياضية متطابقة في الحالتين، لكن الاستقراء ينطوي على قدر أكبر من عدم اليقين.

لماذا يُعدّ الاستقراء محفوفًا بالمخاطر؟ لأنه يفترض أن الاتجاه الخطي يستمر دون تغيّر. وفي الواقع كثيرًا ما تنحني البيانات أو تتغير، لذا قد تكون القيم البعيدة عن نطاقك غير موثوقة.

هل يمكن أن تساوي \(x_1\) قيمة \(x_2\)؟ لا — فالخط العمودي له ميل غير معرّف، لذا يجب أن تختلف قيمتا x ليكون الحساب صحيحًا.

آخر تحديث:

الأكثر شيوعًا في الرياضيات والإحصاء

عرض جميع حاسبات الرياضيات والإحصاء