Для аппроксимации функции многих переменных по точкам можно использовать метод наименьших квадратов или метод интерполяции.

Для выполнения данной задачи можно воспользоваться, например, библиотекой SciPy в языке программирования Python.

Пример команды для интерполяции функции многих переменных с использованием метода ближайших соседей в SciPy:

from scipy.interpolate import griddata
import numpy as np
# Ваш набор точек (x, y, z)
points = np.array([[1, 2], [2, 3], [3, 4]])
values = np.array([3, 6, 9])
# Точки для интерполяции
xi = np.array([1.5, 2.5])
yi = np.array([2.5, 3.5])
# Выполнение интерполяции
zi = griddata(points, values, (xi, yi), method='nearest')
print(zi)

Для построения графика функции можно использовать библиотеку Matplotlib:

import matplotlib.pyplot as plt
plt.scatter(points[:, 0], points[:, 1], c=values, cmap='viridis')
plt.colorbar()
plt.show()

Для визуализации функции в Wolfram Alpha можно воспользоваться командами, например:

InterpolatingPolynomial[{{1,2,3},{2,3,6},{3,4,9}}, {x,y}]

Для использования функции в дальнейшем можно сохранить найденную интерполяционную функцию в переменную и использовать ее для вычислений в дальнейшем.

Надеюсь, это поможет вам решить задачу!