什么是线性插值?
线性插值是一种估算方法:当某个未知值位于两个已知数据点之间时,假设两点之间的关系为一条直线,从而推算出这个未知值。无论是工程、统计、金融还是科学领域,只要手头有一张数值表,而你需要查的数刚好落在表中两个列出值之间,线性插值都是最常用的技巧之一。
如何使用本计算器
先输入两个已知点的坐标:\((x_1, y_1)\) 和 \((x_2, y_2)\),再输入你想求解的 \(x\) 值。计算器会返回插值得到的 \(y\) 值,并同时给出连接两点的直线斜率。\(x\) 值也可以落在两点之外,这时得到的结果就是线性外推(外插)。
公式详解
插值公式为 $$y = y_1 + \left(x - x_1\right) \cdot \frac{y_2 - y_1}{x_2 - x_1}$$ 其中分式 \(\frac{y_2 - y_1}{x_2 - x_1}\) 表示过这两点的直线斜率。乘以 \((x - x_1)\) 相当于按 \(x\) 相对 \(x_1\) 移动的距离对斜率进行缩放,再加上 \(y_1\),则把结果平移到正确的起始高度。
计算示例
假设已知点 \((1, 2)\) 和 \((4, 8)\),想求 \(x = 3\) 时的 \(y\) 值。斜率为 $$\frac{8 - 2}{4 - 1} = \frac{6}{3} = 2$$ 于是 $$y = 2 + (3 - 1) \times 2 = 2 + 4 = 6$$ 因此插值结果为 6。
线性插值的更多示例
两个示例都使用公式 \(y = y_1 + (x - x_1)\cdot\frac{y_2 - y_1}{x_2 - x_1}\)。
示例 1:读取带小数的查找表
某表中列出:当 x = 20 时传感器读数为 1.50,当 x = 30 时为 2.10。请估计 x = 25 时的值。
- 已知点:\((x_1, y_1) = (20, 1.50)\) 和 \((x_2, y_2) = (30, 2.10)\);目标 \(x = 25\)。
- 斜率:\(\frac{2.10 - 1.50}{30 - 20} = \frac{0.60}{10} = 0.06\),即 x 每变化一个单位时的变化量。
- 代入:\(y = 1.50 + (25 - 20)\cdot 0.06 = 1.50 + 0.30\)。
- 结果:\(y =\) 1.80。
这里 \(t = (25-20)/(30-20) = 0.5\),因此 x 恰好位于中点,y 即为 1.50 与 2.10 的中点值。
示例 2:负斜率与短距离外推
一条直线经过 (2, 10) 和 (6, 4)。求 x = 8 时的 y,该点位于两个已知点之外。
- 已知点:\((x_1, y_1) = (2, 10)\) 和 \((x_2, y_2) = (6, 4)\);目标 \(x = 8\)。
- 斜率:\(\frac{4 - 10}{6 - 2} = \frac{-6}{4} = -1.5\)。负号表示 x 增大时 y 减小。
- 代入:\(y = 10 + (8 - 2)\cdot(-1.5) = 10 - 9\)。
- 结果:\(y =\) 1。
由于 \(t = (8-2)/(6-2) = 1.5\) 大于 1,这属于外推。作为对比,x = 4 处的内插点得到 \(y = 10 + (4-2)\cdot(-1.5) = 7\),此时 \(t = 0.5\)。
解读结果与精度限制
- 仅当关系为线性时结果才精确。计算器会通过你的两个点画一条直线。如果真实关系本身是直线,结果就是精确的。如果关系是弯曲的(例如指数、对数或二次数据),结果只是近似值。
- 误差随曲率和间距增大。真实曲线弯曲越多,x1 与 x2 相距越远,直线与真实曲线之间的差距就越大。在目标值两侧选取彼此靠近的两个点,可以得到更好的估计。
- 外推的可靠性较低。在 x1 到 x2 范围之外进行估计,假设趋势保持不变,而这往往并不成立。对外推值要谨慎对待,尤其是远离已知点的值。
- 端点返回已知值。若 x = x1,结果为 y1;若 x = x2,结果为 y2,因为修正项为 0 或恰好为完整的变化量。
- 分数位置 t。参数 \(t = \frac{x - x_1}{x_2 - x_1}\) 表示 x 所处的位置。t 在 0 到 1 之间表示内插(t = 0.5 为中点);t 小于 0 或大于 1 表示外推。
- 斜率的符号。正斜率 \(\frac{y_2 - y_1}{x_2 - x_1}\) 表示 x 增大时 y 增大;负斜率表示 x 增大时 y 减小;斜率为零表示 y 保持不变。
- 前提条件。x1 与 x2 必须不同,否则斜率无定义(除以零)。
线性插值的关键术语
- 插值(Interpolation)
- 估计位于两个已知数据点之间的未知值。
- 外推(Extrapolation)
- 通过延伸趋势,估计已知点范围之外的值。通常比插值可靠性低。
- 已知点 (x1, y1) 和 (x2, y2)
- 你已有的两个数据点,它们确定了用于估计的直线。
- 目标 x
- 你希望估计对应 y 值的输入值。
- 斜率(纵向变化量除以横向变化量)
- y 的变化量除以 x 的变化量,即 \(\frac{y_2 - y_1}{x_2 - x_1}\)。它表示 x 每增加一个单位时 y 的变化量。
- 线性关系
- x 每变化一个单位,y 变化的量都保持不变的关系,其图像为一条直线。
- 插值分数(t)
- 数值 \(t = \frac{x - x_1}{x_2 - x_1}\),表示 x 在 x1 与 x2 之间的相对位置。此时 \(y = y_1 + t\,(y_2 - y_1)\)。取值在 0 到 1 之间为内插;其他取值为外推。
常见问题
x 可以在两点之外吗? 可以。如果 \(x\) 小于 \(x_1\) 或大于 \(x_2\),公式就会做线性外推,前提是假设这一趋势继续沿直线延伸。
如果 x₁ 等于 x₂ 怎么办? 此时两点的 \(x\) 相同,斜率无法定义(出现除以零)。本计算器对此做了防护处理,会直接返回 \(y_1\)。
它和趋势线是一回事吗? 它只是过两个点的一条直线。回归趋势线用的是多个数据点,而插值仅用你提供的这两个点。