Калькулятор среднего квадратического (среднеквадратичного значения)

Обновлено: 3 октября, 2026

Вычислите среднее квадратическое (среднеквадратичное значение, RMS) любого набора чисел. Укажите количество значений и введите сами значения — калькулятор возведёт каждое из них в квадрат, найдёт среднее квадратов и извлечёт квадратный корень.

Вычислите среднеквадратичное значение любого набора данных

Формула среднего квадратического (RMS)

Формула

\[ x_{\mathrm{RMS}} = \sqrt{\frac{x_1^2 + x_2^2 + \cdots + x_n^2}{n}} = \sqrt{\frac{1}{n}\sum_{i=1}^{n} x_i^2} \]

Где:

\(x_1, x_2, \ldots, x_n\) — отдельные значения набора данных
\(n\) — количество значений

Формула возводит каждое значение в квадрат, вычисляет среднее арифметическое этих квадратов, а затем извлекает из результата квадратный корень. Поскольку возведение в квадрат убирает отрицательные знаки, а извлечение корня возвращает результат к исходному масштабу, среднее квадратическое всегда неотрицательно и выражается в тех же единицах, что и исходные значения.

Среднее квадратическое — пример расчёта

Пример: найдём среднее квадратическое двух значений, используемых калькулятором по умолчанию: 10 и 20.

\[ x_{\mathrm{RMS}} = \sqrt{\frac{10^2 + 20^2}{2}} = \sqrt{\frac{100 + 400}{2}} = \sqrt{\frac{500}{2}} = \sqrt{250} \approx 15.81 \]

Результат: среднее квадратическое (RMS) чисел 10 и 20 равно примерно 15,81.

Для сравнения: обычное среднее арифметическое тех же чисел равно \(\frac{10 + 20}{2} = 15\), и оно всегда не больше среднего квадратического.

Как пользоваться калькулятором среднего квадратического

Введите общее количество значений в поле Количество значений (минимум 2). Калькулятор автоматически добавит или удалит поля ввода в соответствии с ним.
Введите первое значение в поле Число 1, а второе — в поле Число 2.
Если вы указали больше двух значений, заполните дополнительные поля (Число 3, Число 4 и т. д.), которые появятся на странице.
Результат в поле Среднее обновляется мгновенно — нажимать кнопку не нужно.
Чтобы начать заново, сбросьте форму — лишние поля будут удалены автоматически.

Что такое среднее квадратическое?

Среднее квадратическое, более известное как среднеквадратичное значение (RMS), — это вид среднего, который характеризует эффективную величину набора значений. Вместо того чтобы усреднять сами значения, оно усредняет их квадраты, а затем извлекает квадратный корень. Благодаря этому оно естественно подходит для случаев, когда встречаются как положительные, так и отрицательные значения: возведение в квадрат устраняет знак — переменный ток +10 А и −10 А по своему действию вовсе не «нулевой», и среднеквадратичное значение это отражает.

Важное математическое свойство: среднее квадратическое никогда не бывает меньше среднего арифметического; они равны только тогда, когда все значения одинаковы. Чем сильнее разбросаны значения, тем больше RMS превышает простое среднее, поскольку большие отклонения возводятся в квадрат и потому весят больше. В обозначениях:

\[ x_{\mathrm{RMS}} \ge \bar{x} \quad \text{для любого набора действительных чисел} \]

Именно эта чувствительность к разбросу объясняет, почему RMS используется в анализе ошибок: среднеквадратичная ошибка (RMSE) прогнозов — это просто среднее квадратическое отдельных ошибок, и она наказывает крупные промахи сильнее, чем мелкие.

Среднее квадратическое — одно из классических пифагоровых средних наряду со средним арифметическим, средним геометрическим и средним гармоническим. Каждое из них подходит для своего типа данных: среднее арифметическое — для аддитивных величин, среднее геометрическое — для темпов роста и отношений, среднее гармоническое — для темпов и скоростей, а среднее квадратическое — для величин, знак которых меняется, или тех, где важнее величина, чем направление.

Где применяется среднеквадратичное значение

Электротехника: среднеквадратичные напряжение и ток описывают эффективную мощность, отдаваемую переменным сигналом. 230 В или 120 В бытового электроснабжения — это среднеквадратичные, а не амплитудные значения.
Физика: среднеквадратичная скорость молекул газа определяет температуру и давление в молекулярно-кинетической теории.
Статистика и машинное обучение: RMSE и её квадрат — среднеквадратичная ошибка (MSE) — стандартные меры точности прогнозов.
Обработка сигналов: среднеквадратичные уровни характеризуют среднюю мощность аудио- и вибросигналов во времени.

Допущения, ограничения и советы

Знаки не учитываются: поскольку значения возводятся в квадрат, RMS для −5 и 5 равно RMS для 5 и 5. Если знак ваших данных имеет смысл, само по себе среднее квадратическое — неподходящая итоговая статистика.
Выбросы усиливаются: одно очень большое значение заметно повышает RMS, так как возводится в квадрат до усреднения. Используйте это себе на пользу, когда крупные отклонения важны, но помните об этом при работе с зашумлёнными данными.
Единицы сохраняются: результат выражается в тех же единицах, что и исходные данные. Если ваши данные в метрах, RMS тоже будет в метрах — в отличие от дисперсии, которая выражается в квадратных единицах.
Все значения учитываются одинаково: если некоторые наблюдения должны иметь больший вес, больше подойдёт среднее взвешенное.
Минимум два значения: калькулятор требует как минимум два числа; для единственного значения среднее квадратическое просто равно его модулю.

Часто задаваемые вопросы

Как вычислить среднее квадратическое (RMS) вручную?

Выполните три шага: возведите каждое значение набора в квадрат, сложите квадраты, разделите сумму на количество значений и извлеките квадратный корень. Например, для 3, −4 и 5: \\(9 + 16 + 25 = 50\), \\(50 / 3 \\approx 16.67\) и \\(\\sqrt{16.67} \\approx 4.08\). Калькулятор делает именно это, так что вы можете использовать его для проверки ручных вычислений.

Чем RMS отличается от среднего арифметического?

Среднее арифметическое складывает значения напрямую, а RMS сначала усредняет их квадраты и затем извлекает квадратный корень. Поэтому RMS всегда больше или равно среднему арифметическому, и они равны только при одинаковых всех значениях. Кроме того, RMS осмысленно работает с отрицательными числами: для −10 и +10 среднее арифметическое равно 0, а RMS равно 10, что отражает реальную величину значений.

Может ли среднее квадратическое быть отрицательным или нулевым?

Оно никогда не может быть отрицательным, поскольку квадраты значений всегда неотрицательны, а квадратный корень берётся положительный. Единственный способ получить RMS, равное ровно нулю, — когда все значения набора равны нулю. Даже одно ненулевое значение, сколь угодно малое, гарантирует положительный результат.

Как RMS связано со стандартным отклонением?

Они тесно связаны. Если вычислить среднее квадратическое отклонений от среднего арифметического, получится стандартное отклонение генеральной совокупности. Иными словами, стандартное отклонение — это RMS того, насколько значения удалены от своего среднего. RMS исходных данных и стандартное отклонение тех же данных различаются, если только среднее арифметическое не окажется равным нулю.

Почему сетевое напряжение 230 В — это среднеквадратичное значение, а не амплитудное?

Напряжение переменного тока постоянно колеблется между положительным и отрицательным пиками. Среднеквадратичное значение показывает, какое постоянное напряжение deliverило бы ту же среднюю мощность на резистор. Для чистой синусоиды амплитудное напряжение равно среднеквадратичному, умноженному на \\(\\sqrt{2} \\approx 1.414\), поэтому сеть 230 В RMS на самом деле достигает пика около 325 В.

Важен ли порядок значений или их количество?

Порядок не влияет — сумма квадратов одинакова при любой последовательности. Количество значений важно лишь как делитель \\(n\). Калькулятор требует как минимум два значения; если вы дублируете значение, чтобы увеличить количество, результат меняется, поэтому вводите каждую точку данных ровно один раз, включая отрицательные значения со знаком минус.

Какие ошибки чаще всего допускают при вычислении RMS?

Самые частые ошибки — забыть возвести отрицательные значения в квадрат (после возведения они становятся положительными, поэтому −4 даёт 16, а не −16), поделить на неверное количество и забыть извлечь итоговый квадратный корень. Ещё одна ловушка — усреднение модулей вместо возведения в квадрат: это даёт среднее абсолютное значение, другую статистику, которая придаёт выбросам меньший вес, чем RMS.