Interpolation linéaire
right|300px|thumb|Les points rouges correspondent aux points (xk,yk), et la courbe bleue représente la fonction d'interpolation, composée de segments de droite. L’interpolation linéaire est la méthode la plus simple pour estimer la valeur prise par une fonction continue entre deux points déterminés (interpolation). Elle consiste à utiliser pour cela la fonction affine (de la forme f(x) = m.x + b) passant par les deux points déterminés. Cette technique était d'un emploi systématique lorsque l'on ne disposait que de tables numériques pour le calcul avec les fonctions transcendantes : les tables comportaient d'ailleurs à cet effet en marge les « différences tabulaires », auxiliaire de calcul servant à l'interpolation linéaire. Enfin l'interpolation linéaire est la base de la technique de quadrature numérique par la méthode des trapèzes. Supposons que l'on connaisse les valeurs prises par une fonction en deux points et : et La méthode consiste à approcher la fonction par la fonction affine telle que et ; cette fonction a pour équation (trois formulations équivalentes) : que l'on peut aussi écrire (formule de Taylor-Young au premier ordre) : ou encore : Cette dernière formule correspond à la moyenne pondérée. Par exemple, si nous souhaitons déterminer f(2,5) alors que l'on connaît les valeurs de f(2) = 0,9093 et f(3) = 0,1411, cette méthode consiste à prendre la moyenne des deux valeurs sachant que 2,5 est le milieu des deux points. On obtient par conséquent . Soit à calculer sin(0,71284). Les tables de Laborde donnent : Dans ce cas : et , car 0,712 < 0,71284 < 0,713 ; et enfin . On a donc : . En pratique, on pose les calculs de la façon suivante : Le fabricant des tables explique qu'en procédant ainsi, l'erreur absolue est inférieure à 2 × 10. La même méthode est expliquée dans les tables de logarithmes de Bouvart et Ratinet. Cette méthode est rapide et aisée mais sa précision dépend beaucoup de l'écart . Le calcul différentiel et intégral permet, moyennant certaines hypothèses, de calculer l'erreur d'interpolation au pire des cas.
