Калькулюс

Калькулятор интерполяции

Найдите промежуточное значение y по двум известным точкам. Калькулятор использует линейную интерполяцию и показывает формулу расчета.

Параметры линейной интерполяции

Введите две известные точки и значение x, для которого нужно найти y. Расчет выполняется по прямой между точками.

Результат линейной интерполяции

Значение y

130
Коэффициент
6
Доля отрезка
50%

Формула: 100 + (15 − 10) × (160 − 100) / (20 − 10) = 130

Обновлено 6 августа 2026

Линейная интерполяция отвечает на вопрос, который возникает при каждом обращении к справочной таблице: в таблице есть значения для 10 и для 20, а нужно для 15. Метод предполагает, что между двумя известными точками величина меняется по прямой.

Формула

y = y₁ + (x − x₁) × (y₂ − y₁) / (x₂ − x₁)

Читается так: берём значение в первой точке и добавляем к нему часть прироста, пропорциональную тому, насколько мы продвинулись между точками.

Пример: известно, что при x = 10 величина равна 100, а при x = 20 — 160. Найдём значение при x = 15: 100 + (15 − 10) × (160 − 100) / (20 − 10) = 100 + 5 × 6 = 130.

Здесь 6 — это прирост на единицу x, а 50 % — доля пройденного отрезка. Оба показателя калькулятор выводит отдельно: по ним удобно проверять, что точки заданы правильно.

Проверка здравым смыслом

Результат интерполяции всегда лежит между y₁ и y₂. Если он оказался за пределами этого интервала, значит x вышел за границы отрезка — и это уже не интерполяция, а экстраполяция.

Ещё одна быстрая проверка: если x находится ровно посередине между x₁ и x₂, результат должен быть средним арифметическим y₁ и y₂. В примере выше середина между 10 и 20 — это 15, и 130 действительно среднее между 100 и 160.

Экстраполяция: почему с ней осторожнее

Тот же расчёт формально работает и за пределами отрезка — достаточно подставить x меньше x₁ или больше x₂. Но надёжность резко падает.

Внутри отрезка мы опираемся на две реальные точки и предполагаем плавность между ними. За его пределами мы предполагаем, что закономерность продолжается, — а это ничем не подкреплено. Табличные данные часто описывают явление только в исследованном диапазоне, и вне его поведение может измениться качественно.

Когда линейная модель не подходит

Метод исходит из того, что между точками величина меняется равномерно. Это верно не всегда:

  • Сложный процент, рост популяций, износ меняются нелинейно, и прямая между точками занизит или завысит результат.
  • Ступенчатые шкалы — налоговые ставки, тарифные сетки, разряды — вообще не интерполируются: там величина меняется скачком, а не плавно.
  • Резонансные и пороговые явления имеют пики между табличными точками, которые прямая просто не увидит.

Правило простое: чем ближе точки друг к другу, тем точнее интерполяция. Если шаг таблицы крупный, а зависимость явно изогнута, лучше найти более подробную таблицу, чем достраивать её прямыми.

Где применяется

  • Технические справочники — плотность, вязкость, теплоёмкость при промежуточной температуре.
  • Строительные нормы — коэффициенты, заданные для дискретных значений параметра.
  • Финансы — доходность на срок, не совпадающий с табличным.
  • Калибровка приборов — восстановление показаний между точками поверки.
  • Обработка измерений — заполнение пропусков в равномерных рядах данных.

Часто задаваемые вопросы

Способ найти промежуточное значение между двумя известными точками, предполагая, что величина меняется по прямой. Нужен, когда в справочной таблице есть значения для 10 и 20, а требуется для 15.

y = y₁ + (x − x₁) × (y₂ − y₁) / (x₂ − x₁). К значению в первой точке добавляется часть прироста, пропорциональная пройденной доле отрезка. Для точек (10; 100) и (20; 160) при x = 15 результат равен 130.

Он всегда должен лежать между y₁ и y₂. Если x находится ровно посередине между x₁ и x₂, результат обязан быть средним арифметическим известных значений. Выход за пределы интервала означает, что это уже экстраполяция.

Интерполяция работает между известными точками, экстраполяция — за их пределами. Формула та же, но надёжность резко падает: внутри отрезка мы опираемся на две реальные точки, а вне его лишь предполагаем, что закономерность продолжается.

Когда зависимость нелинейна: сложный процент, рост популяций, износ. Также она неприменима к ступенчатым шкалам вроде налоговых ставок и тарифных сеток, где величина меняется скачком, а не плавно.

Использовать более подробную таблицу: чем ближе известные точки друг к другу, тем точнее интерполяция. При крупном шаге и явно изогнутой зависимости лучше найти данные с меньшим шагом, чем достраивать их прямыми.

Мы используем куки-файлы, чтобы обеспечить Вам максимальный комфорт на нашем сайте.