La interpolación lineal es la forma más sencilla de estimar un valor desconocido que se encuentra entre dos puntos de datos conocidos, asumiendo una relación de línea recta. Se usa en todas partes, desde leer entre líneas en una tabla de consulta hasta estimar lecturas faltantes de sensores y animar transiciones suaves en gráficos.
Cómo funciona la interpolación lineal
La interpolación lineal conecta dos puntos conocidos, (x1, y1) y (x2, y2), con una línea recta, y luego lee el valor de y en cualquier x a lo largo de esa línea: y = y1 + (x − x1) × (y2 − y1) / (x2 − x1). La fracción (y2 − y1) / (x2 − x1) es la pendiente de la línea — una tasa de cambio constante. Como la fórmula asume que la relación es exactamente lineal entre tus dos puntos, es exacta para datos verdaderamente lineales (como una tasa horaria constante) y una aproximación para cualquier cosa curva, donde el error crece cuanto más se aleja la x objetivo de ambos puntos conocidos.
Interpolación vs. extrapolación
Las matemáticas son idénticas ya sea que tu x objetivo caiga dentro o fuera del rango [x1, x2] — pero la confiabilidad no lo es. La interpolación (x objetivo entre los dos puntos) suele ser confiable porque está delimitada por datos reales en ambos lados. La extrapolación (x objetivo fuera del rango) es una proyección: asume que la misma tendencia lineal continúa indefinidamente, lo cual a menudo es falso para datos del mundo real (las curvas de crecimiento se aplanan, las temperaturas se estabilizan, las tendencias se revierten). Trata los resultados extrapolados como una guía aproximada, no como una garantía, y sé más cauteloso cuanto más se aleje la x objetivo del rango conocido.
Cuándo la interpolación lineal no es suficiente
Esta calculadora usa dos puntos y una línea recta, que es el caso más simple y común (también llamado «lerp» en gráficos y animación). Si tienes tres o más puntos de datos y la relación se curva, considera usar interpolación polinomial o de splines en su lugar — esta herramienta no admite esos métodos. Para el ajuste de tendencias estadísticas a través de muchos puntos de datos, usa una calculadora de regresión lineal en su lugar, que ajusta la línea que mejor se adapta a todos tus datos en lugar de pasar exactamente por dos puntos.