7.

PRELUCRAREA SIRURILOR DE DATE IN

FUNCTIE
DE O VARIABILA INDEPENDENTA

7.1. Reprezentarea datelor experimentale

Rezultatele cercetarilor experimentale, concretizate prin

valorile numerice ale marimilor masurate, pot fi reprezentate
sub forma de tabele, grafice sau ecuatii. In general, in cazul
cercetarilor se folosesc toate cele trei forme, in functie de etapa
de lucru. Astfel, datele initiale sunt mai intii trecute in tabele
prin extragerea (citirea) lor de pe aparatele de vizualizare a
valorilor marimilor masurate, fie din aparatele de inregistrare a
acestor valori. Prelucrarea acestor date in vederea determinarii
mediei, abaterii medii patratice, a eliminarii unor valori, etc., se
rezolva mai usor utilizind tabele adecvate. Apoi datele sunt
reprezentate prin grafice si se determina ecuatia (formula
analitica) care descrie cel mai corect procesul sau fenomenul
studiat.

7.1.1. Reprezentarea datelor prin tabele

Avantajele tabelelor constau in simplitatea si usurinta

intocmirii lor, pastrarea datelor sub forma compacta, usurinta
gasirii si compararii lor.
In functie de relatiiloe dintre marimile ce sunt reprezentate
in tabel se deosebesc:
a) clasa calitativa de tabele (stabilesc relatii calitative);
b) clasa statistica de tabel (unele variabile sunt exprimate
cantitativ);
c) clasa functionala de tabele (exprima relatii de forma f =
f(x)).
Intocmirea unor tabele corecte presupune respectarea
urmatoarelor reguli:
- Titlul sa fie scurt, complet si clar si sa descrie sumar
continutul;
- Coloanele sa aiba titluri semnificative pentru toate
elementele din coloana respectiva: corecte, fara
simboluri si sa cuprinda unitatile de masura ale valorilor
ce se inscriu;

186
 - Valorile numerice inscrise in coloana sa fie aranjate
astfel incit virgulele si cifrele cu aceeasi semnificatie
(sute, zeci, unitati, zecimi, sutimi, etc.) sa fie aliniate
vertical, iar lipsa unei valori nu se va marca cu zero ci
prin necompletarea rindului respectiv.
Clasa functionala de tabele (specifica cercetarii aplicative)
cuprinde alaturate valori ale unei marimi considerata variabila
independenta (x) si valori ale altei marimi considerata variabila
dependenta (y). Se recomanda trecerea in tabela a valorilor lui x
in ordinea crescatoare sau descrescatoare, cu un interval
constant x intre valori, interval numit diferenta comuna. De
obicei x se ia egal cu 1, 2, sau 3 inmultit cu 10  n unde n este
un numar intreg, in functie de ordinul de marime al valorilor lui
x.
In functie de scopul si importanta cercetarii precum si de
precizia aparatului de masura se alege numarul de cifre
semnificative ale valorilor ce se trec in tabela. Daca din
experimentari au rezultat multe cifre si este nevoie sa se retina
mai putine se procedeaza la rotunjirea numerelor tinindu-se
seama de urmatoarele:
- Daca prima cifra ce trebuie neglijata este mai mare
decit 5 sau 5 urmat de cifre diferite de zero, ultima cifra
pastrata se mareste cu o unitate;
- Daca prima cifra ce trebuie neglijata este mai mica decit
5, ultima cifra pastrata ramine constanta;
- Daca prima cifra ce trebuie neglijata este 5 urmat de
zero, ultima cifra pastrata se rotunjeste la cea mai
apropiata cifra para.
Exemplu: 25,2750 devine 25,28 iar 25,265 devine 25,26.
Diferente tabelare. In prelucrarea materialului tabelat,
de multe ori este necesar sa se cunoasca diferentele tabelare
succesive ale variabilei dependente y.
Se deosebesc diferente tabelare de ordinul unu (), doi (2) sau
de ordin superior (n).
Prin definitie:
yk = yk+1 - yk
2yk = yk+1 - yk = (yk+2 – yk+1) – (yk+1 – yk) = yk+2 – 2yk+1 +
yk
3yk = 2yk+1 - 2yk = (yk+2 - yk+1) – (yk+1 - yk) = yk+3 –
yk+2 –
- (yk+2 – yk+1) – (yk+2 – yk+1) + yk+1 – yk = yk+3 +3yk+1 - yk

187
 Mai usor, diferentele tabelare pot fi puse in evidenta pe un
tabel conceput corespunzator (tabelul 4.11).
Tabelul 4.11
x y y y2
3y
x0 y0 y0 = y1 – 2y0 = y1 - 3y0=2y1-
x1 = x0 +x y1 y0 y0 2y0
x2 = x0 + y2 y1 = y2 – 2y1 = y2 - ………………
2x y3 y1 y1
x3 = x0 + …. y2 = y3 – ……………….
3x y2
…………… ……………

7.1.2. Reprezentarea datelor prin grafice

Metoda grafica de prezentare a datelor consta in

reprezentarea valorilor numerice sub forma geometrica prin
lungimea unei linii, aria unei suprafete, volumul unui solid,
marimea unui unghi. Metoda prezinta avantaaje ca: usureaza
compararea valorilor, dau o imagine calitativa a dependentei f =
f(x), se descopera cu usurinta prezenta extremelor, punctelor de
inflexiune, etc.
Se deosebesc:
a) grafice calitative, care exprima o variabila y ca si cum ar
fi o functie de x, fara sa existe o legatura cauzala intre
ele, decit o simultaneitate in timp sau o o coincidenta in
spatiu;
b) grafice cantitative, care exprima o relatie intre
variabilele legate functional intre ele, sub forma unei
curbe.
La intocmirea unui grafic cantitativ se va tine seama de
urmatoarele recomandari:
- hirtia aleasa sa fie corespunzatoare scopului urmarit iar
liniatura (milimetrica, log-log, semilog, etc.) sa fie
suficient de deasa pentru a usura citirea;
- gradarea scarilor sa se faca astfel incit o unitate de
lungime a scarii sa reprezinte 1, 2, 4 sau 5 unitati ale
variabilei sau acestea inmultite cu 10 n (n fiind un
numar intreg);
- scarile pentru variabile sa fie alese astfel incit curba
rezultata sa se plaseze in zona centrala a graficului;
- marimea dimensiunilor pe axele de coordonate se va
face prin scrierea in dreptul fiecarei diviziuni, sau din

188
 doua in doua diviziuni a valorilor variabilelor, cu precizia
ceruta de valorile masurate; daca domeniul de definitie
al variabilei nu incepe cu zero, pe grafic nu este necesar
sa fie trecuta originea sistemului de referinta, scarile
corespunzind celor doua domenii x ia, bs, y ic, ds;
- daca pe acelasi grafic se reprezinta mai multe siruri de
date, punctele ce marcheaza valorile se vor diferentia
corespunzator (cerc, cruce, triunghi, etc.);
- trasarea curbei sa se faca astfel incit aceasta sa fie
neteda, cu putine puncte de inflexiune, sa traca cit mai
aproape de punctele marcate, aproximativ jumatate din
ele situindu-se deasupra curbei, iar cealalta jumatate
dedesuptul curbei;
- se va intocmi o legenda explicativa si se va indica sursa
datelor.

7.1.3. Reprezentarea prin ecuatii a sirurilor

de date functie de o variabila

Folosirea datelor experimentale este mult usurata daca pe

baza dependentei y = f(x) rezultata din masurari se gaseste o
expresie analitica. Aceasta este o forma compacta, usor de
retinut, se pot face interpretari, derivari, integrari necesare
aprofundarii studiului fenomenului pe care-l modeleaza.
Ecuatiile obtinute pe baza datelor experimentale se
numesc ecuatii empirice spre deosebire de ecuatiile rationale
obtinute prin deductii matematice.
In principiu, problema gasirii unei ecuatii empirice care sa
reprezinte un sir de date experimentale se reduce la:
a) gasirea unei forme potrivite de ecuatie;
b) calcularea valorilor constantelor arbitrare.
a). Alegerea formei adecvate pentru ecuatiile
empirice.
Criterii de concordanta.
O ecuatie empirica este ideala cind reprezinta cit mai exact
datele experimentale si contine un numar cit mai mic de
constante arbitrare, doua caracteristici contrare.
Pentru gasirea tipului de ecuatie, se reprezinta, la o scara
convenabila, graficul y = f(x) descris de datele experimentale si

189
prin comparatie cu curbele etalon se apreciaza forma ecuatiei.
Se urmareste modul in care ecuatia aleasa concorda cu sirul de
date prin aplicarea unui criteriu de concordanta. Daca ecuatia
propusa este nesatisfacatoare se repeta operatiunea cu o alta
forma de ecuatie.

Criteriul grafic de concordanta.

Se poate aplica formelor de ecuatii care se pot liniariza si
care contin maximum doua constante arbitrare. Aplicarea
criteriului presupune parcurgerea urmatoarelor etape:
- Se scrie ecuatia propusa f(x, y, a, b) = 0 intr-o forma
lineara explicita: Y= A + B X in care: Y = f 1(y), X = f2(x),
A = f3(a, b), B = f4(a, b), a si b fiind constantele arbitrare.
- Se calculeaza X si Y corespunzatoare perechilor de valori
(x, y) din tabelul rezultatelor experimentale;
- Se reprezinta graficul Y = f(X).
Daca graficul obtinut este o dreapta, ecuatia f(x, y, a, b) =
0 este satisfacatoare.
Dintre formele de ecuatii pentru care se poate aplica
criteriul grafic de concordanta mentionam:
x 1
Y = a bx; y = a ebx; y = a xb; y = ea+bx; y ; y ;
a  bx a  be  x
1
y care devin respectiv lny = lna + x lnb; lny = lna + b x;
a  bx
1 1 1 1
lny = a + b x; ba ;  a  be  x ;  a  bx .
y x y y

Criteriul tabelar de concordanta.

Se recomanda formelor de ecuatii care contin mai mult de
doua constante arbitrare si consta in intocmirea unei tabele
corecte cu datele experimentale (cu diferenta comuna x =
constant), calcularea anumitor diferente tabelare succesive si
verificarea constantei sirului final de diferente tabelare.
Metoda are un domeniu larg de utilizare dar prezinta unele
dificultati la gasirea criteriului de verificare (ce anume diferente
tabelare succesive trebuiesc calculate).
In tabelul 4.12 se prezinta criteriile de concordanta
tabelara pentru citeva tipuri de ecuatii dintre cele mai intilnite.
Criteriile de concordanta tabelara pentru citeva tipuri de ecuatii
Tabelul 4.12

Se
trasea-

190
Nr. Forma de ecuatie za Se calculeaza Criteriul de
Crt propusa grafi- diferentele concordant
. cul si succesive: a
se
intocm
es-te o
tabe-la
cu:
1 y=a0+a1x+a2x2+ …. y= f(x) y, 2y,.. ny ny = ct
+anxn
2 y=a0+a1/x+a2/x2+… y= y, 2y,.. ny ny = ct
+an/xn f(1/x)
3 y2=a0+a1x+a2x2+… y2=f(x) y2, 2y2,.. ny2 = ct
+anxn ny2
4 lgy=a0+a1x+a2x2+… y = f(x) (lgy), n(lg y) =
+anxn 2(lgy),.. ct
n(lgy)
5 y=a0+a1(lgx) y=f(lgx y, 2y ny = ct
+a2(lgx)2 )
6 y=a0+a1 a2x y=f(x) y, lgy, (lgy) =
(lgy) ct
7 y=a0+a1x+a2 a3x y=f(x) y, 2y, lgny, (lgny) =
(lg2y) ct
8 y  a 0 xe a1 x lgy=f(x lgy, lgx lgy-
) lgx=ct

7.2. Evaluarea constantelor arbitrare.

Metoda celor mai mici patrate

Metoda generala de calcul pentru determinarea

constantelor este metoda celor mai mici patrate. Volumul mare
de lucru cerut de aceasta metoda, in conditiile in care nu se
dispune de mijloace de calcul si de programe adecvate,
determina folosirea unor metode simplificate. Dintre acestea,
cea mai usor de utilizat este metoda “punctelor alese”, care
consta in alegerea din tabelul cu date experimentale a unui
numar de perechi de date (xi, yi ), egal cu numarul de constante
continut de ecuatia propusa si inlocuirea lor in ecuatie. Se
obtine astfel un sistem compatibil de a n ecuatii cu an
necunoscute, in care an este numarul de constante continute in

191
ecuatie. Rezolvarea sistemului duce la determinarea valorilor
constantelor.

Metoda celor mai mici patrate se bazeaza pe principiul

cu acelasi nume sau principiul probabilitatii maxime care
stabileste ca pentru un sir de perechi de valori (x i, yi )
determinate experimental, ecuatia analitica care descrie cel mai
satisfacator procesul dat, este aceea pentru care suma
patratelor abaterilor valorilor rezultate experimental fata de
valorile calculate cu relatia respectiva este minima.
Admitind ca numai valorile variabilei dependente y i sunt
afectate de erori, se poate considera ca abaterile intre valorile
masurate si cele calculate sunt egale cu (yi – y) unde:
y  f (x , a o , a1 , a 2 ,......, a n ) (4.99)
este ecuatia despre care se presupune ca reprezinta cel mai
fidel datele masurate.
Expresia matematica a principiului celor mai mici patrate
va fi:
n
S   [ y i  f ( x i , a o , a1 , a 2 ,......, a n )] 2  min
i 1

(4.100)
in care x  xi conform ipotezei anterioare.
Suma S va fi minima daca sunt indeplinite conditiile:
S S S S
 0;  0;  0; . . . . . . . . ; a 0
a o a 1 a 2 n

(4.101)
Se obtine astfel un sistem de ecuatii care rezolvat, duce la
aflarea constantelor arbitrare a o , a1 , a2 , . . . . . , a n si deci la
determinarea ecuatiei cautate.
In continuare se prezinta modul de aplicare a metodei
pentru citeva functii uzuale.
Functia liniara.
a) Dreapta ce trece prin origine.
y=ax
n
S   ( y i  ax i ) 2  min
i 1
n
S   ( y i2  a 2 x i2  2ax i y i )
i 1

S n n
 2a  x i2  2 x i y i  0
a i 1 i 1

Rezulta:

192
 n

x y
i 1
i i
a n

x
i 1
2
i

b) Dreapta de forma:
y  ax  b
n
S   [ y i  (axi  b)] 2  min
i 1
n
S   ( y i2  a 2 x i2  b 2  2axi y i  2abxi  2by i )
i 1

S n n n
 2a  x i2  2b x i  2 xi y i  0
a i 1 i 1 i 1

S n n
 2nb  2a  xi  2 y i  0
b i 1 i 1

sau
n n n
a  x i2  b x i   x i y i
i 1 i 1 i 1
n n
a  xi2  nb   y i
i 1 i 1

Rezolvarea sistemului conduce la:

n n n n n n n

 xi y i   xi  y i
i 1 i 1 i 1
 xi2  y i   xi  xi y i
i 1 i 1 i 1 i 1
a 2 ; b 2
n
 n  n
 n 
n x i2    x i  n x i2    x i 
i 1  i 1  i 1  i 1 

Functia putere
Functia putere este de forma:
y  b  xa
Prin logaritmare se obtine o functie liniara a carei ecuatie este:
y1  a  x1  b1
in care:
y1  ln y ; b1  ln b ; x1  ln x
Se pot astfel utiliza rezultatele obtinute la functia liniara:
n n n
n ln x i ln y i   ln x i  ln y i
i 1 i 1 i 1
a 2 ;
n
 n 
n (ln x i )    ln x i 
2

i 1  i 1 

193
 n n n n

 (ln xi ) 2  ln y i   ln xi  ln xi ln y i
i 1 i 1 i 1 i 1
ln b  2
n
 n 
n (ln x i )    ln x i  2

i 1  i 1 

Functia exponentiala
Functia exponentiala este de forma:
y  b  e ax
Prin logaritmare se obtine o functie liniara a carei ecuatie este:
y1  a  x  b1
unde:
y1  ln y ; b1  ln b ;
Constantele vor avea valorile:
n n n
n x i ln y i   x i  ln y i
i 1 i 1 i 1
a 2 ;
n
 n 
n x    x i 
2
i
i 1  i 1 
n n n n

 xi2  ln y i   xi  xi ln y i
i 1 i 1 i 1 i 1
ln b  2
 n
 n
n x    x i  2
i
i 1  i 1 

Functia logaritmica
Functia logaritmica este de forma:
y  b  a  ln x
Prin logaritmare se obtine o functie liniara a carei ecuatie este:
y 1  a  x1  b
unde: x1  ln x .
Valorile constantelor vor fi:
n n n
n ln x i  y i   ln x i  y i
i 1 i 1 i 1
a 2 ;
n
  n
n (ln x i )    ln xi  2

i 1  i 1 
n n n n

 (ln xi ) 2  y i   ln xi  ln xi  y i
i 1 i 1 i 1 i 1
ln b  2
n
  n
n (ln x i )    ln x i  2

i 1  i 1 

Functia polinom
Functia polinom este de forma:

194
 y  a 1 x m  a 2 x m1  ........ a m x  a m1
Principiul celor mai mici patrate are expresia:
n
S   ( y i  a1 xim  a 2 xim 1  ........  a m xi  a m 1 ) 2  min
i 1

Conditiile de minim:
S S S S
 0; . . . . . . .; a  0 ; 0;  0;
a 1 ma 2 a m 1
conduce la sistemul de m+1 ecuatii liliare cu m+1 necunoscute
tip Kramer:
n n n n n
a1  x i2 m  a 2  x i2 m1  a 3  x i2 m 2  ............... a m1  x im   y i x im
i 1 i 1 i 1 i 1 i 1
n n n n n
a 1  x i2 m1  a 2  x i2 m 2  a 3  x i2 m 3  ....... a m1  x im1   y i x im1
i 1 i 1 i 1 i 1 i 1

...............................................
n n n n
a1  x im  a 2  x im1  a 3  x im 2  ............................m1 n   y i
i 1 i 1 i 1 i 1

Rezolvarea sistemului conduce la determinarea celor m+1

constante ce reprezinta coeficientii polinomului.
Pentru determinarea gradului optim al polinomului se
calculeaza suma patratelor abaterilor valorilor masurate de la
cele calculate:
n
S m1   ( y i  a1 x im1  a 2 x im11  ........  a m1 x i  a m11 ) 2  min
i 1

(4.102)
unde m1 este gradul considerat optim.
Dispersia corespunzatoare se calculeaza cu relatia:
S m1
2 
n  m1  1
(4.103)
Se mareste gradul polinomului si se calculeaza din nou
dispersia pina cind dispersia ramine constanta si se considera
ca s-a atins gradul optim al polinomului. Daca gradul optim al
polinomului este no atunci este indeplinita conditia:
S no S no 1
2  
n  no  1 n  no  2
(4.104)
Determinarea valorilor constantelor prin metoda celor mai
mici patrate, pe baza algoritmelor prezentate pentru functiile
tratate anterior, se poate face prin folosirea unui program
adecvat cu ajutorul calculatorului.

195
 In Anexa 2 este prezentat programul OVARIAB.PAS realizat
in limbajul Turbo Pascal 7.0 care are secvente pentru tipurile de
functii prezentate anterior.
Deasemenea se poate folosi programul EXCEL. Pe baza
datelor experimentale se determina ecuatia care reprezinta
aceste date pentru o anumita forma (functie) aleasa. In plus
acest program permite calcularea “coeficientului de
concordanta” intre datele experimentale si ecuatia determinata,
notat cu R. Cu cit valoarea lui R este mai apropiata de 1 cu atit
forma de ecuatie aleasa reprezinta mai bine datele
experimentale. In acest sens programul EXCEL se poate folosi si
pentru gasirea formei de ecuatie care reprezinta cel mai fidel un
anumit sir de date. Astfel, daca pentru acelasi sir de date se
presupun mai multe forme de ecuatie (liniara, exponentiala,
logaritmica, polinom, etc.) ecuatia pentru care coeficientul R
este mai mare reprezinta cel mai corect sirul respectiv.
Programul EXCEL permite si reprezentarea grafica a
ecuatiei determinate.
In continuare se prezinta citeva exemple si rezultatele
obtinute prin utilizarea programelor amintite anterior.

Exemplul 7.1

Sa se determine ecuatia ce reprezinta datele din tabel admitind ca

forma adecvata a acesteia este y = a x + b

x 1 2 3 4 5 6 7 8 9 10
y 1.96 2.55 3.12 3.63 4.22 4.67 5.23 5.79 6.33 7.02

Dupa efectuarea calculelor utilizind programul OVARIAB.PAS,

realizat in limbajul de programare Turbo Pascal 7.0, se obtin urmatoarele
valori ale constantelor:
a = 0.5491 ; b = 1.432;
Ecuatia cautata va fi:

196
 y = 0.5491 x + 1.432
Utilizind programului EXCEL se obtine graficul prezentat in figura si
ecuatia corespunzatoare. Coeficientul de concordanta este R 2 = 0.9991.

y = 0.5491x + 1.432
Functia liniara 2
R = 0.9991
8
7
6
5
4
3 Series1
2
1 Linear
(Series1)
0
0 5 10 15

Graficul a functiei liniare reprezentata cu programul EXCEL

Exemplul 7.2

Sa se determine ecuatia ce reprezinta datele din tabel admitind ca

forma adecvata a acesteia este y = b x a.

x 1 2 3 4 5 6 7 8 9 10
y 3.7 11. 27.5 46. 77.2 105.7 149.1 190.5 145.2 296.
5 8 5 8 5 5 5 5 5

Ecuatia cautata este:

y  3.4075  x 1.9413
Utilizind programului EXCEL se obtine graficul din figura.

197
 y = 3.4075x1.9413
Functia putere 2
R = 0.9976
350
300
250
200
150 Series1
100
50 Power
(Series1)
0
0 5 10 15

Graficul functiei putere reprezentata cu programul EXCEL

Exemplul 7.3

Sa se determine ecuatia ce reprezinta datele din tabel, admitind ca

forma adecvata a acesteia este:
y = b + a lnx

x 1 2 3 4 5 6 7 8 9 10
y 4 6.12 7.21 8.18 8.75 9.4 9.82 10.24 10.58 10.94

Ecuatia cautata va fi:

y = 3.9897 +3.002 ln x

198
 Utilizind programului EXCEL se obtine graficul din figura cu ecuatia
corespunzatoare.

y = 3.002Ln(x) + 3.9897
Functia logaritmica 2
R = 0.9996
12
10
8
6

4
2 Series1
Log. (Series1)
0
0 5 10 15

Graficul functiei logaritmice reprezentata cu programul EXCEL

Exemplul 7.4

Sa se determine ecuatia ce reprezinta datele din tabelel admitind ca

forma adecvata a acesteia este:

y = a0 + a1 x + a 2 x2 + a3 x 3

x 0 200 400 600 800 1000 1200 1400 1600 1800

y 0 11.15 22.45 33.7 44 52.8 60 64.8 66.7 64.95

Se obtine ecuatia:

199
 y = 0.0079 +0.0541 x +1.10-5 x2 + 1.10-8 x3
Utilizind programul EXCEL se obtine graficul din figura cu ecuatia
corespunzatoare.
Graficul functiei polinom reprezentata cu programul EXCEL

3 2
y = -1E-08x + 1E-05x +
Functia polinom 0.0541x + 0.0079
2
80 R =1
70
60
50
40
30
Series1
20
Poly. (Series1)
10
0
0 500 1000 1500 2000

Exemplul 7.5

In urma masurarii valorilor variabilelor x si y ce descriu un anumit

proces s-au obtinut datele din tabel:

x 0.1 0.3 0.5 0.7 0.9 1.1 1.3 1.5 1.7 1.9 2.1
y 40 13.3 8 9.71 4.44 3.63 3.07 2.66 2.35 2.1 1.9
3

x 2.3 2.5 2.7 2.9 3.1 3.3 3.5 3.7 3.9 4.1 4.3

200
 y 1.74 1.6 1.48 1.38 1.29 1.21 1.14 1.08 1.02 0.97 0.9
3

Sa se analizeze, folosind programul EXCEL, care din urmatoarele

forme de ecuatii reprezinta cel mai corect sirul de date si care este
expresia analitica respectiv:
y = a x + b ; y = b xa ; y = a 0 + a 1 x + a 2 x2 ; y = b x a ; y = b +
a lnx
Utilizind programul EXCEL se obtin, corespunzator celor 5 forme de
ecuatii propuse, rezultatele prezentate in figurile de mai jos.

y = -3.5212x + 12.53
R2 = 0.3336
45
40
35
30
25
20
15
10
5 Series1
0
Linear
-5 0 2 4 6
(Series1)
-10

Graficul a functiei liniare reprezentata cu programul EXCEL

201
45 y = 3.9957x
-1.0005

2
40 R =1

35

30
Series1
25

20 Power
(Series1)
15

10

0
0 2 4 6

Graficul a functiei putere reprezentata cu programul EXCEL

2
y = 2.6188x - 15.568x +
21.774
45 2
R = 0.5919
40
35
30
25
20
15
10
5 Series1
Poly. (Series1)
0
-5 0 2 4 6

Graficul a functiei polinom reprezentata cu programul EXCEL

202
 -0.633x
y = 9.9722e
2
R = 0.8103
45
40
35
30

25
20
15
10 Series1

5
Expon.
0 (Series1)
0 1 2 3 4 5

Graficul a functiei exponentiale reprezentata cu programul EXCEL

y = -7.4041Ln(x) + 8.4373
R2 = 0.7286
45
40
35
30
25
20
15
10
Series1
5 Log. (Series1)
0
0 2 4 6
-5

Graficul a functiei logaritmice reprezentata cu programul EXCEL

203