Notation à demander à Wolfram Alpha le numéro suivant dans un motif
Si j'ai ce motif:
1 va à 40
1000 passe à 1360
10000 va à 3480
Comment demander à Wolfram Alpha quel est le montant de 20 000 000?
Voici ma tentative: http://www.wolframalpha.com/input/?i=1-%3E+40%2C+1000-%3E+1360+%2C+10000+-%3E3480%2C +20000000 + -% 3E + y +
Je suis donc à peu près sûr que Wolfram ne peut pas résoudre des problèmes sans formule. J'ai donc essayé plusieurs choses. .
J'ai d'abord essayé de le tracer, ce qui m'a permis de faire une partie du chemin mais ne m'a pas donné le graphique complet. http://www.wolframalpha.com/input/?i=plot+1%2F40%2C+1000%2F1360%2C10000%2F3480+
Alors, ensuite, je suis allé voir un de mes amis qui est plus un nerd que moi, qui possède un programme sur son ordinateur qui donne un ensemble de chiffres et qui trouvera une formule qui peut générer davantage dans cet ensemble. Le programme s'appelle Eureqa et la formule générée qui correspond aux 3 premiers nombres de l'ensemble était 38.574093 + 1.426013 * x - 0.00010458704 * x * x
En branchant 20 000 000 dans l’équation, on obtient une valeur de -41806295701
et voici votre graphique de la formule via wolfram http://www.wolframalpha.com/input/?i=plot+38.574093+%2B+1.426013*x+-+0.00010458704*x*x
Comme Phwd l’a souligné, le mot clé dans Wolfram | Alpha est "en forme", doncfit {{1,40},{1000,1360},{10000,3480}}
vous donnera quelques ajustements moindres à une fonction linéaire, logarithmique et périodique (sinusoïdale). Mais aucun de ceux-ci ne fonctionne très bien.
Toutefois, si vous souhaitez être plus spécifique, dans ce cas, W | A accepte en réalité l'entrée Mathematica normale (ce n'est pas toujours le cas). Puisque les données semblent logarithmiques + corrections, j'ai essayé
Fit [{{1,40}, {1000,1360}, {10000,3480}}, {1, x, x ^ 2, Log [x]}, x] = trouver la forme des moindres carrés. Le résultat était
_39.8988 + 0.101156 x + 8.141317224831925*^-6 x^2 + 175.282 Log[x]_
(De plus, vous pouvez également essayer de prendre le journal des valeurs x en premier, puis ajustement quadratique ).
Comme prévu, avec 4 paramètres libres et 3 points de données, nous obtenons un très bon ajustement! 
On ne doit pas faire confiance à l'extrapolation jusqu'à _x=20,000,000_ (mais je trouve 3.25855 * 10 ^ 9).
Vous recherchez une analyse de régression. Vous devez donc d’abord comprendre, en fonction de vos données, ce à quoi vous vous attendez.
Est-ce une onde, est-ce exponentiel, quadratique? Ce type d'information conduit à de meilleurs résultats. Lors de la première inspection, on pouvait voir qu'une régression linéaire ne suffirait pas.
Donc, la prochaine étape (dans les limites de Wolfram) est un quadratique, qui convient mais uniquement parce qu'il y a si peu de points.
-0,000108587 x ^ 2 + 1,43002 x + 38,5701
Qui est d'accord avec ce que @ Mickey dit
La même chose pourrait être obtenue pour les cubes (c'est-à-dire pas x ^ 3),
-0,000108587 x ^ 2 + 1,43002 x + 38,5701
Exponential (ajustement exponentiel) et Logarithmic (log fit) ne fonctionnent pas bien.