Aprender interpolación lineal desde cero
1. ¿Para qué sirve interpolar?
Imagina una tabla en la que conoces una medida a 10 °C y a 20 °C, pero quieres estimarla a 14 °C. No has medido exactamente 14 °C. La interpolación aproxima ese valor suponiendo que, entre las dos filas cercanas, la magnitud cambia siguiendo una línea recta.
2. Aprende a leer los dos datos de referencia
Cada par (X,Y) contiene dos valores relacionados. Si X representa temperatura e Y representa una medida, (10,200) significa que a 10 °C la medida es 200. Elige el par anterior y posterior a la X buscada: aquí (10,200) y (20,260). No necesitas utilizar todos los puntos de la tabla para calcular un único tramo.
3. ¿Qué parte del camino has recorrido?
Primero calculamos qué fracción del tramo hay entre X inicial y X objetivo. Si X pasa de 10 a 20 y buscas 14, has avanzado 4 de las 10 unidades posibles: el 40 % del recorrido.
4. Aplica esa proporción al cambio de Y
Entre los valores Y conocidos hay una diferencia de 60. Como has recorrido el 40 % del tramo de X, sumas el 40 % de 60 al valor inicial 200. Así obtenemos 224.
5. ¿Qué pasa cuando tienes muchos puntos?
Con una tabla de tres, cinco o más filas, ordenamos los datos por X. Para calcular Y en X=25, empleamos los dos puntos que rodean 25, por ejemplo X=20 y X=30. El resultado es una función lineal por tramos: cada tramo tiene su propia pendiente, por lo que la gráfica puede cambiar de dirección.
6. Modo inverso: conoce Y y busca X
También puedes empezar por Y. La herramienta analiza todos los tramos en busca de los X que correspondan a esa Y. Si la línea sube y luego baja, podría haber dos respuestas. Si un tramo es horizontal a esa altura, hay infinitas respuestas dentro de ese intervalo.
7. Diferencia entre interpolación y extrapolación
Interpolar significa estimar entre los datos conocidos. Extrapolar significa prolongar la recta por fuera de ellos. La calculadora solo extrapola automáticamente usando el tramo más cercano por X; en modo inverso, con varias filas, evita extrapolar porque podría haber soluciones ambiguas.
8. ¿Cuándo no conviene usar este método?
Si los datos presentan ruido, grandes saltos o una relación claramente curva, conectar los puntos con rectas puede no describir bien el fenómeno. Interpolación y regresión son métodos diferentes: la interpolación pasa por los puntos conocidos, mientras que la regresión ajusta una relación aproximada a datos con variabilidad.
Se trabaja con entre 2 y 25 puntos y se exige que no haya valores X repetidos. Ordenamos los puntos por X y unimos cada par consecutivo con un segmento recto. No estimamos incertidumbre ni realizamos regresión. El método puede ser poco adecuado para saltos bruscos, discontinuidades o datos experimentales ruidosos. Redondeamos únicamente para mostrar resultados; los cálculos utilizan precisión de coma flotante.
La fórmula procede de la ecuación de la recta que pasa por dos puntos y se aplica de forma independiente a cada tramo. NumPy y SciPy documentan la interpolación lineal por tramos como método distinto de las curvas suaves y los ajustes de regresión.
NumPy — 1-D linear interpolation · SciPy — Interpolation tutorial