Vous êtes sur la page 1sur 18

1 x y

-10 35 y
-9 32
-8 29
-7 26 40
-6 23
-5 20 30
-4 17
-3 14
20
-2 11
y
-1 8
Linear
0 5 10
Regression for y
1 2
2 -1
3 -4
4 -7
-10
5 -10
6 -13
7 -16 -20
8 -19
9 -22 -30
10 -25 -15 -10 -5 5 10 15

2 x y
-10 325 y
-9 266
-8 213
-7 166 350
-6 125
-5 90 300
-4 61
-3 38
250
-2 21
y
-1 10
Linear
0 5 200
Regression for y
1 6
2 13 150
3 26
4 45
100
5 70
6 101
7 138 50
8 181
9 230
10 285 -15 -10 -5 5 10 15
3 x y
8 0 y
9 1
10 1.41
11 1.73 4
12 2 4
13 2.24 3
14 2.45 3
15 2.65 2
16 2.83 2
17 3 1
18 3.16
19 3.32
20 3.46 6 8 10 12 14 16 18 20 22

4 x y
-2.9 -2.3 y
-2.6 -0.92
-2.3 -0.36
-2 0 2
-1.7 0.26
2
-1.4 0.47
-1.1 0.64 1
-0.8 0.79
-0.5 0.92
-0.2 1.03 y
0.1 1.13
0.4 1.22
0.7 1.31 -1
1 1.39
-2
1.3 1.46
1.6 1.53 -2
1.9 1.59
2.2 1.65 -3
2.5 1.7 -3
2.8 1.76 -4 -3 -2 -1 1 2 3 4

5 x y=sen x y=cos x
-10 0.54 -0.84
-9.5 0.08 -1
-9 -0.41 -0.91
-8.5 -0.8 -0.6 2
-8 -0.99 -0.15

1
2

-7.5 -0.94 0.35


-7 -0.66 0.75 1
-6.5 -0.22 0.98
-6 0.28 0.96
-5.5 0.71 0.71
-5 0.96 0.28
-4.5 0.98 -0.21
-4 0.76 -0.65
-3.5 0.35 -0.94
-3 -0.14 -0.99
-2.5 -0.6 -0.8
-2 -0.91 -0.42
-1.5 -1 0.07
-1 -0.84 0.54
-1
-0.5 -0.48 0.88
0 0 1
0.5 0.48 0.88
-2
1 0.84 0.54
-15 -10 -5
1.5 1 0.07
2 0.91 -0.42
2.5 0.6 -0.8
3 0.14 -0.99
3.5 -0.35 -0.94
4 -0.76 -0.65
4.5 -0.98 -0.21
5 -0.96 0.28
5.5 -0.71 0.71
6 -0.28 0.96
6.5 0.22 0.98
7 0.66 0.75
7.5 0.94 0.35
8 0.99 -0.15
8.5 0.8 -0.6
9 0.41 -0.91
9.5 -0.08 -1
10 -0.54 -0.84
y
Linear
Regression for y

15

y
Linear
Regression for y

15
y

18 20 22

2 3 4
y=sen x
y=cos x

5 5 10 15
x y
-2.9 -1.43
-2.8 -1
-2.7 -0.75
-2.6 -0.57
-2.5 -0.43
-2.4 -0.32
-2.3 -0.22
-2.2 -0.14
-2.1 -0.07
-2 0
-1.9 0.06
-1.8 0.11
-1.7 0.16
-1.6 0.21
-1.5 0.25
-1.4 0.29
-1.3 0.33
-1.2 0.37
-1.1 0.4
-1 0.43
-0.9 0.46
-0.8 0.49
-0.7 0.52
-0.6 0.54
-0.5 0.57
-0.4 0.59
-0.3 0.62
-0.2 0.64
-0.1 0.66
0 0.68
0.1 0.7
0.2 0.72
0.3 0.74
0.4 0.76
0.5 0.78
0.6 0.8
0.7 0.81
0.8 0.83
0.9 0.85
1 0.86
1.1 0.88
1.2 0.89
1.3 0.91
1.4 0.92
1.5 0.93
1.6 0.95
1.7 0.96
1.8 0.97
1.9 0.99
2 1
2.1 1.01
2.2 1.02
2.3 1.04
2.4 1.05
2.5 1.06
2.6 1.07
2.7 1.08
2.8 1.09
2.9 1.1
y=hx=5x^3-3x+1
x y
-10 -4969
-9 -3617
-8 -2535
-7 -1693
-6 -1061
-5 -609
-4 -307
-3 -125
-2 -33
-1 -1
0 1
1 3 y
2 35
3 127
4 309 6000
5 611
6 1063 4000
7 1695 2000
8 2537
9 3619
10 4971 -2000

-4000

-6000
-15 -10 -5 5 10 1
y

5 10 15
Y=g(x)=x-3
x y
-10 -13
-9 -12
-8 -11
-7 -10
-6 -9
-5 -8
-4 -7
-3 -6
-2 -5
-1 -4
0 -3
1 -2 y
2 -1
3 0
4 1 10
5 2
6 3 5 y
7 4 Line
Regr
8 5 for y
9 6
-5
10 7
-10

-15
-15 -10 -5 5 10 15
y
Linear
Regression
for y

10 15
Y=h(x)=ex-1
x y
-10 -1
-9 -1
-8 -1
-7 -1
-6 -1
-5 -0.99
-4 -0.98
-3 -0.95
-2 -0.86
-1 -0.63
0 0
1 1.72 y
2 6.39
3 19.09
4 53.6 25000
5 147.41
6 402.43 20000 y
7 1095.63 Line
15000 Regr
8 2979.96 for y
9 8102.08 10000
10 22025.47 5000

-5000
-15 -10 -5 5 10 15
y
Linear
Regression
for y

5 10 15
Y=f(x)=sen(x+3)
x y
-10 -0.66
-9 0.28
-8 0.96
-7 0.76
-6 -0.14
-5 -0.91
-4 -0.84
-3 0
-2 0.84
-1 0.91
0 0.14
1 -0.76 y
2 -0.96
3 -0.28
4 0.66 2
5 0.99
6 0.41 1
7 -0.54
8 -1
9 -0.54
10 0.42

-1

-2
-15 -10 -5 5 10 1
y

5 10 15
Y=g(x)=cos(x-5)
x y
-10 -0.76
-9 0.14
-8 0.91
-7 0.84
-6 0
-5 -0.84
-4 -0.91
-3 -0.15
-2 0.75
-1 0.96
0 0.28
1 -0.65 y
2 -0.99
3 -0.42
4 0.54 2
5 1
6 0.54 1
7 -0.42
8 -0.99
9 -0.65
10 0.28

-1

-2
-15 -10 -5 5 10 1
y

5 10 15