Mode Los

Modelos
Weibull Model
y=a-b*exp(-c*x^d)
Richards Model
y=a/(1+exp(b-cx))^(1/d)
Logistic Model
y=a/(1+b*exp(-cx))
Morgan-Mercer-Flodin (MMF)
y=(a*b+c*x^d)/(b+x^d)
Sinusoidal Fit
y=a+b*cos(cx+d)
Rational Function
y=(a+bx)/(1+cx+dx^2)
Gompertz Relation
y=a*exp(-exp(b-cx))
Gaussian Model
y=a*exp((-(b-x)^2)/(2*c^2))
Modified Hoerl Model
y=a*b^(1/x)*x^c
Vapor Pressure Model
y=exp(a+b/x+cln(x))
Modified Geometric Fit
y = a*x^(b/x)
Root Fit
y=a^(1/x)
Modified Exponential
y=a*e^(b/x)
Quadratic Fit
y=a+bx+cx^2
Exponential Association (3)
y=a(b-exp(-cx))
User-Defined Model
y=a*(1-exp(-b*x))^c
y=a(b-exp(-cx))
Linear Fit
y=a+bx
Exponential Association
y=a(1-exp(-bx)
Saturation Growth-Rate Model
y=ax/(b+x)
Power Fit
y=ax^b
Heat Capacity Model
y=a+bx+c/x^2
Reciprocal Logarithm Fit
y=1/(a+b*ln(x))
Harris Model
y=1/(a+bx^c)
Exponential Fit
y=ae^(bx)
Logarithm Fit
y=a+b*ln(x)
Geometric Fit
y=ax^(bx)
Reciprocal Quadratic
y=1/(a+bx+cx^2)
Reciprocal Model
y=1/(ax+b)
Bacon-Watts Double-line
y = a+b*(x-d)-c*(x-d)*tanh((x-d)/e)
Bent Hyperbola Model
y = a+b*x-sqrt((c+b*x)^2+d^2)
Bet Model
y = x/(a+b*x-(a+b)*x*x)
Beta Distribuition
y = a*x^b*(1-x)^c
Cauchy Model
y = 1/(a*(x+b)^2+c)
Chapman-Richards Model
y = a*(1-exp(-b*x))^c
Freundicl Model (Extended)
y = a*x^(b*x^(-c))
Gamma Model
y = a*(x/b)^c*exp(a/b)
Generalized Hyperbola
y = a-b/(1+c*x)^(1/d)
Gunary Model
y = x/(a+b*x+c*sqrt(x))
Inverse Model
y = a+b/x+c/x^2
Langmuir Model (Extended)
y = 1/(a+b*x^(c-1))
Log Normal Model
y = a*exp((ln(x)-b)^2/c)
Lorentz Equation
y = a+b*(cos(x-c))^d
Sum of Exponentials
y = a*exp(-b*x)+c*exp(-d*x)
Truncated Fourier Series
y = a*cos(x+d)+b*cos(2*x+d)+c*cos(3*x+d)
Two-Parameter Bell
y = a/(1+x*x)^b
Von Bertalanfly
y = a*(1-exp(-b*(x-c)))
Ricker
y = a*x*exp(-x/b)
Bleasdale e Nelder
y = (a + b*x^c)^(-1/d)
Michaelis - Menten
y = a*x/(b + x)
Mitscherlich
y = a (1 - 10^(-b(x - c)))
Modelos Expresso
Bacon-Watts Double-line y=a+b*(x-d)-c*(x-d)*tanh((x-d)/e)
Bent Hyperbola y=a+b*x-sqrt((c+b*x)^2+d^2)
Bet y=x/(a+b*x-(a+b)*x^2)
Beta Distribuition y=a*x^b*(1-x)^c
Bleasdale e Nelder y=(a+b*x^c)^(-1/d)
Bleasdale Model y=(a+b*x)^(-1/c)
Cauchy y=1/(a*(x+b)^2+c)
Chapman-Richards y=a*(1-exp(-b*x))^c
Exponential Association y=a*(1-exp(-b*x)
Exponential Association (3) y=a*(b-exp(-c*x))
Exponential Fit y=a*exp(b*x)
Freundicl (Extended) y=a*x^(b*x^(-c))
Gamma y=a*(x/b)^c*exp(a/b)
Gaussian y=a*exp((-(b-x)^2)/(2*c^2))
Generalized Hyperbola y=a-b/(1+c*x)^(1/d)
Geometric Fit y=a*x^(b*x)
Gompertz Relation y=a*exp(-exp(b-c*x))
Gunary y=x/(a+b*x+c*sqrt(x))
Harris y=1/(a+b*x^c)
Heat Capacity y=a+b*x+c/x^2
Hoerl Model y=a*(b^x)*(x^c)
Hyperbolic y=a+b/x
Inverse y=a+b/x+c/x^2
Langmuir (Extended) y=1/(a+b*x^(c-1))
Linear Fit y=a+b*x
Log Normal y=a*exp((ln(x)-b)^2/c)
Logarithm Fit y=a+b*ln(x)
Logstica y=a/(1+b*exp(-c*x))
Lorentz Equation y=a+b*(cos(x-c))^d
Michaelis - Menten y=a*x/(b+x)
Mitscherlich y=a*(1-10^(-b*(x-c)))
Modified Exponential y=a*exp(b/x)
Modified Geometric Fit y=a*x^(b/x)
Modified Hoerl y=a*b^(1/x)*(x^c)
Modified Power y=a*b^x
Morgan-Mercer-Flodin (MMF) y=(a*b+c*x^d)/(b+x^d)
Power Fit y=a*x^b
Quadratic Fit y=a+b*x+c*x^2
Rational Function y=(a+b*x)/(1+c*x+d*x^2)
Reciprocal y=1/(a*x+b)
Reciprocal Logarithm Fit y=1/(a+b*ln(x))
Reciprocal Quadratic y=1/(a+b*x+c*x^2)
Richards y=a/(1+exp(b-c*x))^(1/d)
Ricker y=a*x*exp(-x/b)
Root Fit y=a^(1/x)
Saturation Growth-Rate y=a*x/(b+x)
Sinusoidal Fit y=a+b*cos(c*x+d)
Sum of Exponentials y=a*exp(-b*x)+c*exp(-d*x)
Truncated Fourier Series y=a*cos(x+d)+b*cos(2*x+d)+c*cos(3*x+d)
Two-Parameter Bell y=a/(1+x^2)^b
Vapor Pressure y=exp(a+b/x+c*ln(x))
Von Bertalanfly y=a*(1-exp(-b*(x-c)))
Weibull y=a-b*exp(-c*x^d)
Inverso Y - X 1/y=a+b*x
Inverso Y - Ln X 1/y=a+b*ln(x)
Ln Y - Inverso X ln(y)=a+b*1/x
Ln Y - X ln(y)=a+b*x
Hiperblica y=a*tanh(b*(x - c)^d)
Bacon-Watts Double-line Bacon-Watts Double-line

Bent Hyperbola Bent Hyperbola
Bet Bet
Beta Distribuition Beta Distribuition
Bleasdale e Nelder Bleasdale e Nelder
Bleasdale Model Bleasdale Model
Cauchy Cauchy
Chapman-Richards Chapman-Richards
Exponential Association Exponential Association
Exponential Association (3) Exponential Association (3)
Exponential Fit Exponential Fit
Freundicl (Extended) Freundicl (Extended)
Gamma Gamma
Gaussian Gaussian
Generalized Hyperbola Generalized Hyperbola
Geometric Fit Geometric Fit
Gompertz Relation Gompertz Relation
Gunary Gunary
Harris Harris
Heat Capacity Heat Capacity
Hoerl Model Hoerl Model
Hyperbolic Hyperbolic
Inverse Inverse
Langmuir (Extended) Langmuir (Extended)
Linear Fit Linear Fit
Log Normal Logarithm Fit
Logarithm Fit Logstica
Logstica Log Normal
Lorentz Equation Lorentz Equation
Michaelis - Menten Michaelis - Menten
Mitscherlich Modified Exponential
Modified Exponential Modified Geometric Fit
Modified Geometric Fit Modified Hoerl
Modified Hoerl Modified Power
Modified Power Morgan-Mercer-Flodin (MMF)
Morgan-Mercer-Flodin (MMF) Quadratic Fit
Power Fit Rational Function
Quadratic Fit Reciprocal
Rational Function Reciprocal Logarithm Fit
Reciprocal Reciprocal Quadratic
Reciprocal Logarithm Fit Richards
Reciprocal Quadratic Ricker
Richards Root Fit
Ricker Saturation Growth-Rate
Root Fit Sinusoidal Fit
Saturation Growth-Rate Sum of Exponentials
Sinusoidal Fit Truncated Fourier Series
Sum of Exponentials Two-Parameter Bell
Truncated Fourier Series Vapor Pressure
Two-Parameter Bell Von Bertalanfly
Vapor Pressure Weibull
Von Bertalanfly Inverso Y - X
Weibull Inverso Y - Ln X
Inverso Y - X Ln Y - Inverso X
Inverso Y - Ln X Ln Y - X
Ln Y - Inverso X Hiperblica - Guimares
Ln Y - X 111
Hiperblica - Guimares 111
Exp Substituir Tipo a b
y= a + b *(x- d )- c *(x- d )*tanh((x- d )/ e ) No Linear X X
y= a + b *x-sqrt(( c + b *x)^2+ d ^2) No Linear X X
y=x/( a + b *x-( a + b )*x^2) No Linear X X
y= a *x^ b *(1-x)^ c No Linear X X
y=( a + b *x^ c )^(-1/ d ) No Linear X X
y=( a + b *x)^(-1/ c ) No Linear X X
y=1/( a *(x+ b )^2+ c ) No Linear X X
y= a *(1-exp(- b *x))^ c No Linear X X
y= a *(1-exp(- b *x) No Linear X X
y= a *( b -exp(- c *x)) No Linear X X
y= a *exp( b *x) No Linear X X
y= a *x^( b *x^(- c )) No Linear X X
y= a *(x/ b )^ c *exp( a / b ) No Linear X X
y= a *exp((-( b -x)^2)/(2* c ^2)) No Linear X X
y= a - b /(1+ c *x)^(1/ d ) No Linear X X
y= a *x^( b *x) No Linear X X
y= a *exp(-exp( b - c *x)) No Linear X X
y=x/( a + b *x+ c *sqrt(x)) No Linear X X
y=1/( a + b *x^ c ) No Linear X X
y= a + b *x+ c /x^2 No Linear X X
y= a *( b ^x)*(x^ c ) No Linear X X
y= a + b /x Linear X X
y= a + b /x+ c /x^2 No Linear X X
y=1/( a + b *x^( c -1)) No Linear X X
y= a + b *x Linear X X
y= a *exp((ln(x)- b )^2/ c ) No Linear X X
y= a + b *ln(x) Linear X X
y= a /(1+ b *exp(- c *x)) No Linear X X
y= a + b *( cos(x- c ))^ d No Linear X X
y= a *x/( b +x) No Linear X X
y= a *(1-10^(- b *(x- c ))) No Linear X X
y= a *exp( b /x) No Linear X X
y= a *x^( b /x) No Linear X X
y= a * b ^(1/x)*(x^ c ) No Linear X X
y= a * b ^x No Linear X X
y=( a * b + c *x^ d )/( b +x^ d ) No Linear X X
y= a *x^ b No Linear X X
y= a + b *x+ c *x^2 No Linear X X
y=( a + b *x)/(1+ c *x+ d *x^2) No Linear X X
y=1/( a *x+ b ) No Linear X X
y=1/( a + b *ln(x)) No Linear X X
y=1/( a + b *x+ c *x^2) No Linear X X
y= a /(1+exp( b - c *x))^(1/ d ) No Linear X X
y= a *x*exp(-x/ b ) No Linear X X
y= a ^(1/x) No Linear X
y= a *x/( b +x) No Linear X X
y= a + b * cos( c *x+ d ) No Linear X X
y= a *exp(- b *x)+ c *exp(- d *x) No Linear X X
y= a * cos(x+ d )+ b * cos(2*x+ d )+ c * cos(3*x+ d ) No Linear X X
y= a /(1+x^2)^ b No Linear X X
y=exp( a + b /x+ c *ln(x)) No Linear X X
y= a *(1-exp(- b *(x- c ))) No Linear X X
y= a - b *exp(- c *x^ d ) No Linear X X
1/y= a + b *x Linear X X
1/y= a + b *ln(x) Linear X X
ln(y)= a + b *1/x Linear X X
ln(y)= a + b *x Linear X X
y= a *tanh( b *(x - c )^ d ) No Linear X X
Bacon-Watts Double-line
Bent Hyperbola
Bet
Beta Distribuition
Bleasdale e Nelder
Bleasdale Model
Cauchy
Chapman-Richards
Exponential Association
Exponential Fit
Freundicl (Extended)
Gamma
Gaussian
Generalized Hyperbola
Geometric Fit
Gompertz Relation
Gunary
Harris
Heat Capacity
Hoerl Model
Hyperbolic
Inverse
Langmuir (Extended)
Linear Fit
Log Normal
Logarithm Fit
Logstica
Lorentz Equation
Michaelis - Menten
Modified Exponential
Modified Geometric Fit
Modified Hoerl
Modified Power
Morgan-Mercer-Flodin (MMF)
#N/A
Quadratic Fit
Rational Function
Reciprocal
Reciprocal Logarithm Fit
Reciprocal Quadratic
Richards
Ricker
Root Fit
Saturation Growth-Rate
Sinusoidal Fit
Sum of Exponentials
Truncated Fourier Series
Two-Parameter Bell
Vapor Pressure
Von Bertalanfly
Weibull
Inverso Y - X
Inverso Y - Ln X
Ln Y - Inverso X
Ln Y - X
Hiperblica - Guimares
c d e Cont Nome
X X X 5 Bacon_WattsDouble_line
X X 4 BentHyperbola
2 Bet
X 3 BetaDistribuition
X X 4 BleasdaleeNelder
X 3 BleasdaleModel
X 3 Cauchy
X 3 Chapman_Richards
2 ExponentialAssociation
X 3 ExponentialAssociation_3_
2 ExponentialFit
X 3 Freundicl_Extended_
X 3 Gamma
X 3 Gaussian
X X 4 GeneralizedHyperbola
2 GeometricFit
X 3 GompertzRelation
X 3 Gunary
X 3 Harris
X 3 HeatCapacity
X 3 HoerlModel
2 Hyperbolic
X 3 Inverse
X 3 Langmuir_Extended_
2 LinearFit
X 3 LogNormal
2 LogarithmFit
X 3 Logstica
X X 4 LorentzEquation
2 Michaelis_Menten
X 3 Mitscherlich
2 ModifiedExponential
2 ModifiedGeometricFit
X 3 ModifiedHoerl
2 ModifiedPower
X X 4 Morgan_Mercer_Flodin_MMF_
2 PowerFit
X 3 QuadraticFit
X X 4 RationalFunction
2 Reciprocal
2 ReciprocalLogarithmFit
X 3 ReciprocalQuadratic
X X 4 Richards
2 Ricker
1 RootFit
2 SaturationGrowth_Rate
X X 4 SinusoidalFit
X X 4 SumofExponentials
X X 4 TruncatedFourierSeries
2 Two_ParameterBell
X 3 VaporPressure
X 3 VonBertalanfly
X X 4 Weibull
2 InversoY_X
2 InversoY_LnX
2 LnY_InversoX
2 LnY_X
X X 4 Hiperblica
a b
Bacon_WattsDouble_line__a Bacon_WattsDouble_line__b
BentHyperbola__a BentHyperbola__b
Bet__a Bet__b
BetaDistribuition__a BetaDistribuition__b
BleasdaleeNelder__a BleasdaleeNelder__b
BleasdaleModel__a BleasdaleModel__b
Cauchy__a Cauchy__b
Chapman_Richards__a Chapman_Richards__b
ExponentialAssociation__a ExponentialAssociation__b
ExponentialAssociation_3___a ExponentialAssociation_3___b
ExponentialFit__a ExponentialFit__b
Freundicl_Extended___a Freundicl_Extended___b
Gamma__a Gamma__b
Gaussian__a Gaussian__b
GeneralizedHyperbola__a GeneralizedHyperbola__b
GeometricFit__a GeometricFit__b
GompertzRelation__a GompertzRelation__b
Gunary__a Gunary__b
Harris__a Harris__b
HeatCapacity__a HeatCapacity__b
HoerlModel__a HoerlModel__b
Hyperbolic__a Hyperbolic__b
Inverse__a Inverse__b
Langmuir_Extended___a Langmuir_Extended___b
LinearFit__a LinearFit__b
LogNormal__a LogNormal__b
LogarithmFit__a LogarithmFit__b
Logstica__a Logstica__b
LorentzEquation__a LorentzEquation__b
Michaelis_Menten__a Michaelis_Menten__b
Mitscherlich__a Mitscherlich__b
ModifiedExponential__a ModifiedExponential__b
ModifiedGeometricFit__a ModifiedGeometricFit__b
ModifiedHoerl__a ModifiedHoerl__b
ModifiedPower__a ModifiedPower__b
Morgan_Mercer_Flodin_MMF___a Morgan_Mercer_Flodin_MMF___b
PowerFit__a PowerFit__b
QuadraticFit__a QuadraticFit__b
RationalFunction__a RationalFunction__b
Reciprocal__a Reciprocal__b
ReciprocalLogarithmFit__a ReciprocalLogarithmFit__b
ReciprocalQuadratic__a ReciprocalQuadratic__b
Richards__a Richards__b
Ricker__a Ricker__b
RootFit__a RootFit__b
SaturationGrowth_Rate__a SaturationGrowth_Rate__b
SinusoidalFit__a SinusoidalFit__b
SumofExponentials__a SumofExponentials__b
TruncatedFourierSeries__a TruncatedFourierSeries__b
Two_ParameterBell__a Two_ParameterBell__b
VaporPressure__a VaporPressure__b
VonBertalanfly__a VonBertalanfly__b
Weibull__a Weibull__b
InversoY_X__a InversoY_X__b
InversoY_LnX__a InversoY_LnX__b
LnY_InversoX__a LnY_InversoX__b
LnY_X__a LnY_X__b
Hiperblica__a Hiperblica__b
c d
Bacon_WattsDouble_line__c Bacon_WattsDouble_line__d
BentHyperbola__c BentHyperbola__d
Bet__c Bet__d
BetaDistribuition__c BetaDistribuition__d
BleasdaleeNelder__c BleasdaleeNelder__d
BleasdaleModel__c BleasdaleModel__d
Cauchy__c Cauchy__d
Chapman_Richards__c Chapman_Richards__d
ExponentialAssociation__c ExponentialAssociation__d
ExponentialAssociation_3___c ExponentialAssociation_3___d
ExponentialFit__c ExponentialFit__d
Freundicl_Extended___c Freundicl_Extended___d
Gamma__c Gamma__d
Gaussian__c Gaussian__d
GeneralizedHyperbola__c GeneralizedHyperbola__d
GeometricFit__c GeometricFit__d
GompertzRelation__c GompertzRelation__d
Gunary__c Gunary__d
Harris__c Harris__d
HeatCapacity__c HeatCapacity__d
HoerlModel__c HoerlModel__d
Hyperbolic__c Hyperbolic__d
Inverse__c Inverse__d
Langmuir_Extended___c Langmuir_Extended___d
LinearFit__c LinearFit__d
LogNormal__c LogNormal__d
LogarithmFit__c LogarithmFit__d
Logstica__c Logstica__d
LorentzEquation__c LorentzEquation__d
Michaelis_Menten__c Michaelis_Menten__d
Mitscherlich__c Mitscherlich__d
ModifiedExponential__c ModifiedExponential__d
ModifiedGeometricFit__c ModifiedGeometricFit__d
ModifiedHoerl__c ModifiedHoerl__d
ModifiedPower__c ModifiedPower__d
Morgan_Mercer_Flodin_MMF___c Morgan_Mercer_Flodin_MMF___d
PowerFit__c PowerFit__d
QuadraticFit__c QuadraticFit__d
RationalFunction__c RationalFunction__d
Reciprocal__c Reciprocal__d
ReciprocalLogarithmFit__c ReciprocalLogarithmFit__d
ReciprocalQuadratic__c ReciprocalQuadratic__d
Richards__c Richards__d
Ricker__c Ricker__d
RootFit__c RootFit__d
SaturationGrowth_Rate__c SaturationGrowth_Rate__d
SinusoidalFit__c SinusoidalFit__d
SumofExponentials__c SumofExponentials__d
TruncatedFourierSeries__c TruncatedFourierSeries__d
Two_ParameterBell__c Two_ParameterBell__d
VaporPressure__c VaporPressure__d
VonBertalanfly__c VonBertalanfly__d
Weibull__c Weibull__d
InversoY_X__c InversoY_X__d
InversoY_LnX__c InversoY_LnX__d
LnY_InversoX__c LnY_InversoX__d
LnY_X__c LnY_X__d
Hiperblica__c Hiperblica__d
Correlao
Bacon_WattsDouble_line__r
BentHyperbola__r
Bet__r
BetaDistribuition__r
BleasdaleeNelder__r
BleasdaleModel__r
Cauchy__r
Chapman_Richards__r
ExponentialAssociation__r
ExponentialAssociation_3___r
ExponentialFit__r
Freundicl_Extended___r
Gamma__r
Gaussian__r
GeneralizedHyperbola__r
GeometricFit__r
GompertzRelation__r
Gunary__r
Harris__r
HeatCapacity__r
HoerlModel__r
Hyperbolic__r
Inverse__r
Langmuir_Extended___r
LinearFit__r
LogNormal__r
LogarithmFit__r
Logstica__r
LorentzEquation__r
Michaelis_Menten__r
Mitscherlich__r
ModifiedExponential__r
ModifiedGeometricFit__r
ModifiedHoerl__r
ModifiedPower__r
Morgan_Mercer_Flodin_MMF___r
PowerFit__r
QuadraticFit__r
RationalFunction__r
Reciprocal__r
ReciprocalLogarithmFit__r
ReciprocalQuadratic__r
Richards__r
Ricker__r
RootFit__r
SaturationGrowth_Rate__r
SinusoidalFit__r
SumofExponentials__r
TruncatedFourierSeries__r
Two_ParameterBell__r
VaporPressure__r
VonBertalanfly__r
Weibull__r
InversoY_X__r
InversoY_LnX__r
LnY_InversoX__r
LnY_X__r
Hiperblica__r
eq Exp
Bacon_WattsDouble_line__eq; Bacon_WattsDouble_line___exp;
BentHyperbola__eq; BentHyperbola___exp;
Bet__eq; Bet___exp;
BetaDistribuition__eq; BetaDistribuition___exp;
BleasdaleeNelder__eq; BleasdaleeNelder___exp;
BleasdaleModel__eq; BleasdaleModel___exp;
Cauchy__eq; Cauchy___exp;
Chapman_eqichards__eq; Chapman_eqichards___exp;
ExponentialAssociation__eq; ExponentialAssociation___exp;
ExponentialAssociation_3___eq; ExponentialAssociation_3____exp;
ExponentialFit__eq; ExponentialFit___exp;
Freundicl_Extended___eq; Freundicl_Extended____exp;
Gamma__eq; Gamma___exp;
Gaussian__eq; Gaussian___exp;
GeneralizedHyperbola__eq; GeneralizedHyperbola___exp;
GeometricFit__eq; GeometricFit___exp;
GompertzRelation__eq; GompertzRelation___exp;
Gunary__eq; Gunary___exp;
Harris__eq; Harris___exp;
HeatCapacity__eq; HeatCapacity___exp;
HoerlModel__eq; HoerlModel___exp;
Hyperbolic__eq; Hyperbolic___exp;
Inverse__eq; Inverse___exp;
Langmuir_Extended___eq; Langmuir_Extended____exp;
LinearFit__eq; LinearFit___exp;
LogNormal__eq; LogNormal___exp;
LogarithmFit__eq; LogarithmFit___exp;
Logstica__eq; Logstica___exp;
LorentzEquation__eq; LorentzEquation___exp;
Michaelis_Menten__eq; Michaelis_Menten___exp;
Mitscherlich__eq; Mitscherlich___exp;
ModifiedExponential__eq; ModifiedExponential___exp;
ModifiedGeometricFit__eq; ModifiedGeometricFit___exp;
ModifiedHoerl__eq; ModifiedHoerl___exp;
ModifiedPower__eq; ModifiedPower___exp;
Morgan_Mercer_Flodin_MMF___eq; Morgan_Mercer_Flodin_MMF____exp;
PowerFit__eq; PowerFit___exp;
QuadraticFit__eq; QuadraticFit___exp;
RationalFunction__eq; RationalFunction___exp;
Reciprocal__eq; Reciprocal___exp;
ReciprocalLogarithmFit__eq; ReciprocalLogarithmFit___exp;
ReciprocalQuadratic__eq; ReciprocalQuadratic___exp;
Richards__eq; Richards___exp;
Ricker__eq; Ricker___exp;
RootFit__eq; RootFit___exp;
SaturationGrowth_eqate__eq; SaturationGrowth_eqate___exp;
SinusoidalFit__eq; SinusoidalFit___exp;
SumofExponentials__eq; SumofExponentials___exp;
TruncatedFourierSeries__eq; TruncatedFourierSeries___exp;
Two_ParameterBell__eq; Two_ParameterBell___exp;
VaporPressure__eq; VaporPressure___exp;
VonBertalanfly__eq; VonBertalanfly___exp;
Weibull__eq; Weibull___exp;
InversoY_X__eq; InversoY_X___exp;
InversoY_LnX__eq; InversoY_LnX___exp;
LnY_InversoX__eq; LnY_InversoX___exp;
LnY_X__eq; LnY_X___exp;
Hiperbolica__eq; Hiperbolica___exp;
i
0 tmResultadotmResultadotmResultadotmResultadotmResultadotmResultados
2 tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
3 tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
4 tmResultadotmResultadotmResultadotmResultados
tmResultados
tmResultados
tmResultadotmResultados
tmResultados
tmResultados
8 tmResultadotmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
10 tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
18 tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
22 tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
24 tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
26 tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
27 tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
30 tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
36 tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
37 tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
39 tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
43 tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
44 tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
46 tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
52 tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
57 tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
tmResultados
eq
tmResultadotmResultadotmResultadopublic String Bacon_WattsDouble_line__eq; = $y=a+b*(x-d)-c*(x-d)*ta
tmResultados
tmResultadotmResultadopublic String BentHyperbola__eq; = $y=a+b*x-sqrt((c+b*x)^2+d^2)
tmResultados
tmResultados
tmResultados
public String Bet__eq; = $y=x/(a+b*x-(a+b)*x^2)$;
tmResultados
tmResultados
tmResultados
public String BetaDistribuition__eq; = $y=a*x^b*(1-x)^c$;
tmResultados
tmResultados
tmResultados
public String BleasdaleeNelder__eq; = $y=(a+b*x^c)^(-1/d)$;
tmResultados
tmResultados
tmResultados
public String BleasdaleModel__eq; = $y=(a+b*x)^(-1/c)$;
tmResultados
tmResultados
tmResultados
public String Cauchy__eq; = $y=1/(a*(x+b)^2+c)$;
tmResultadotmResultadotmResultadopublic String Chapman_eqichards__eq; = $y=a*(1-exp(-b*x))^c$;
tmResultados
tmResultados
tmResultados
public String ExponentialAssociation__eq; = $y=a*(1-exp(-b*x)$;
tmResultados
tmResultados
tmResultados
public String ExponentialAssociation_3___eq; = $y=a*(b-exp(-c*x))$;
tmResultados
tmResultados
tmResultados
public String ExponentialFit__eq; = $y=a*exp(b*x)$;
tmResultados
tmResultados
tmResultados
public String Freundicl_Extended___eq; = $y=a*x^(b*x^(-c))$;
tmResultadotmResultadotmResultadopublic String Gamma__eq; = $y=a*(x/b)^c*exp(a/b)$;
tmResultados
tmResultados
tmResultados
public String Gaussian__eq; = $y=a*exp((-(b-x)^2)/(2*c^2))$;
tmResultadotmResultadotmResultadopublic String GeneralizedHyperbola__eq; = $y=a-b/(1+c*x)^(1/d)$;
tmResultados
tmResultados
tmResultados
public String GeometricFit__eq; = $y=a*x^(b*x)$;
tmResultadotmResultadotmResultadopublic String GompertzRelation__eq; = $y=a*exp(-exp(b-c*x))$;
tmResultados
tmResultados
tmResultadopublic String Gunary__eq; = $y=x/(a+b*x+c*sqrt(x))$;
tmResultados
tmResultados
tmResultados
public String Harris__eq; = $y=1/(a+b*x^c)$;
tmResultados
tmResultados
tmResultadopublic String HeatCapacity__eq; = $y=a+b*x+c/x^2$;
tmResultados
tmResultados
tmResultados
public String HoerlModel__eq; = $y=a*(b^x)*(x^c)$;
tmResultados
tmResultados
tmResultados
public String Hyperbolic__eq; = $y=a+b/x$;
tmResultados
tmResultados
tmResultados
public String Inverse__eq; = $y=a+b/x+c/x^2$;
tmResultadotmResultadotmResultadopublic String Langmuir_Extended___eq; = $y=1/(a+b*x^(c-1))$;
tmResultados
tmResultados
tmResultados
public String LinearFit__eq; = $y=a+b*x$;
tmResultadotmResultadotmResultadopublic String LogNormal__eq; = $y=a*exp((ln(x)-b)^2/c)$;
tmResultados
tmResultados
tmResultados
public String LogarithmFit__eq; = $y=a+b*ln(x)$;
tmResultados
tmResultados
tmResultados
public String Logstica__eq; = $y=a/(1+b*exp(-c*x))$;
tmResultados
tmResultados
tmResultados
public String LorentzEquation__eq; = $y=a+b*(cos(x-c))^d$;
tmResultados
tmResultadotmResultadopublic String Michaelis_Menten__eq; = $y=a*x/(b+x)$;
tmResultados
tmResultados
tmResultados
public String Mitscherlich__eq; = $y=a*(1-10^(-b*(x-c)))$;
tmResultados
tmResultados
tmResultados
public String ModifiedExponential__eq; = $y=a*exp(b/x)$;
tmResultados
tmResultados
tmResultados
public String ModifiedGeometricFit__eq; = $y=a*x^(b/x)$;
tmResultados
tmResultados
tmResultados
public String ModifiedHoerl__eq; = $y=a*b^(1/x)*(x^c)$;
tmResultados
tmResultadotmResultadopublic String ModifiedPower__eq; = $y=a*b^x$;
tmResultadotmResultadotmResultadopublic String Morgan_Mercer_Flodin_MMF___eq; = $y=(a*b+c*x^d)/(b
tmResultados
tmResultados
tmResultados
public String PowerFit__eq; = $y=a*x^b$;
tmResultados
tmResultados
tmResultados
public String QuadraticFit__eq; = $y=a+b*x+c*x^2$;
tmResultados
tmResultados
tmResultados
public String RationalFunction__eq; = $y=(a+b*x)/(1+c*x+d*x^2)$;
tmResultados
tmResultados
tmResultados
public String Reciprocal__eq; = $y=1/(a*x+b)$;
tmResultados
tmResultados
tmResultados
public String ReciprocalLogarithmFit__eq; = $y=1/(a+b*ln(x))$;
tmResultados
tmResultados
tmResultados
public String ReciprocalQuadratic__eq; = $y=1/(a+b*x+c*x^2)$;
tmResultados
tmResultados
tmResultados
public String Richards__eq; = $y=a/(1+exp(b-c*x))^(1/d)$;
tmResultados
tmResultados
tmResultados
public String Ricker__eq; = $y=a*x*exp(-x/b)$;
tmResultados
tmResultados
tmResultados
public String RootFit__eq; = $y=a^(1/x)$;
tmResultadotmResultadotmResultadopublic String SaturationGrowth_eqate__eq; = $y=a*x/(b+x)$;
tmResultados
tmResultados
tmResultados
public String SinusoidalFit__eq; = $y=a+b*cos(c*x+d)$;
tmResultadotmResultadotmResultadopublic String SumofExponentials__eq; = $y=a*exp(-b*x)+c*exp(-d*x)
tmResultados
tmResultados
tmResultados
public String TruncatedFourierSeries__eq; = $y=a*cos(x+d)+b*cos(2*
tmResultados
tmResultadotmResultadopublic String Two_ParameterBell__eq; = $y=a/(1+x^2)^b$;
tmResultados
tmResultados
tmResultados
public String VaporPressure__eq; = $y=exp(a+b/x+c*ln(x))$;
tmResultados
tmResultados
tmResultados
public String VonBertalanfly__eq; = $y=a*(1-exp(-b*(x-c)))$;
tmResultados
tmResultados
tmResultados
public String Weibull__eq; = $y=a-b*exp(-c*x^d)$;
tmResultados
tmResultados
tmResultados
public String InversoY_X__eq; = $1/y=a+b*x$;
tmResultados
tmResultados
tmResultados
public String InversoY_LnX__eq; = $1/y=a+b*ln(x)$;
tmResultados
tmResultados
tmResultados
public String LnY_InversoX__eq; = $ln(y)=a+b*1/x$;
tmResultados
tmResultados
tmResultados
public String LnY_X__eq; = $ln(y)=a+b*x$;
tmResultados
tmResultados
tmResultados
public String Hiperbolica__eq; = $y=a*tanh(b*(x - c)^d)$;
+b*(x-d)-c*(x-d)*tanh((x-d)/e)$;
t((c+b*x)^2+d^2)$;
1-x)^c$;
^c)^(-1/d)$;
(-1/c)$;
exp(-b*x))^c$;
(1-exp(-b*x)$;
=a*(b-exp(-c*x))$;
(b*x^(-c))$;
/(2*c^2))$;
/(1+c*x)^(1/d)$;
exp(b-c*x))$;
+b*x^(c-1))$;
^2/c)$;
(x-c))^d$;
x-c)))$;
p(b/x)$;
^(b/x)$;
$y=(a*b+c*x^d)/(b+x^d)$;
(1+c*x+d*x^2)$;
a+b*ln(x))$;
b*x+c*x^2)$;
^(1/d)$;
*x/(b+x)$;
(-b*x)+c*exp(-d*x)$;
cos(x+d)+b*cos(2*x+d)+c*cos(3*x+d)$;
^2)^b$;
+c*ln(x))$;
b*(x-c)))$;
c)^d)$;
Bacon_WattsDouble_line__a Bacon_WattsDouble_line__b
BentHyperbola__a BentHyperbola__b
Bet__a Bet__b
BetaDistribuition__a BetaDistribuition__b
BleasdaleeNelder__a BleasdaleeNelder__b
BleasdaleModel__a BleasdaleModel__b
Cauchy__a Cauchy__b
Chapman_Richards__a Chapman_Richards__b
ExponentialAssociation__a ExponentialAssociation__b
ExponentialAssociation_3___a ExponentialAssociation_3___b
ExponentialFit__a ExponentialFit__b
Freundicl_Extended___a Freundicl_Extended___b
Gamma__a Gamma__b
Gaussian__a Gaussian__b
GeneralizedHyperbola__a GeneralizedHyperbola__b
GeometricFit__a GeometricFit__b
GompertzRelation__a GompertzRelation__b
Gunary__a Gunary__b
Harris__a Harris__b
HeatCapacity__a HeatCapacity__b
HoerlModel__a HoerlModel__b
Hyperbolic__a Hyperbolic__b
Inverse__a Inverse__b
Langmuir_Extended___a Langmuir_Extended___b
LinearFit__a LinearFit__b
LogNormal__a LogNormal__b
LogarithmFit__a LogarithmFit__b
Logstica__a Logstica__b
LorentzEquation__a LorentzEquation__b
Michaelis_Menten__a Michaelis_Menten__b
Mitscherlich__a Mitscherlich__b
ModifiedExponential__a ModifiedExponential__b
ModifiedGeometricFit__a ModifiedGeometricFit__b
ModifiedHoerl__a ModifiedHoerl__b
ModifiedPower__a ModifiedPower__b
Morgan_Mercer_Flodin_MMF___a Morgan_Mercer_Flodin_MMF___b
PowerFit__a PowerFit__b
QuadraticFit__a QuadraticFit__b
RationalFunction__a RationalFunction__b
Reciprocal__a Reciprocal__b
ReciprocalLogarithmFit__a ReciprocalLogarithmFit__b
ReciprocalQuadratic__a ReciprocalQuadratic__b
Richards__a Richards__b
Ricker__a Ricker__b
RootFit__a RootFit__b
SaturationGrowth_Rate__a SaturationGrowth_Rate__b
SinusoidalFit__a SinusoidalFit__b
SumofExponentials__a SumofExponentials__b
TruncatedFourierSeries__a TruncatedFourierSeries__b
Two_ParameterBell__a Two_ParameterBell__b
VaporPressure__a VaporPressure__b
VonBertalanfly__a VonBertalanfly__b
Weibull__a Weibull__b
InversoY-X__a InversoY-X__b
InversoY-LnX__a InversoY-LnX__b
LnY-InversoX__a LnY-InversoX__b
LnY-X__a LnY-X__b
Bacon_WattsDouble_line__c Bacon_WattsDouble_line__d 4
BentHyperbola__c BentHyperbola__d 4
Bet__c Bet__d 2
BetaDistribuition__c BetaDistribuition__d 3
BleasdaleeNelder__c BleasdaleeNelder__d 4
BleasdaleModel__c BleasdaleModel__d 3
Cauchy__c Cauchy__d 3
Chapman_Richards__c Chapman_Richards__d 3
ExponentialAssociation__c ExponentialAssociation__d 2
ExponentialAssociation_3___c ExponentialAssociation_3___d 3
ExponentialFit__c ExponentialFit__d 2
Freundicl_Extended___c Freundicl_Extended___d 3
Gamma__c Gamma__d 3
Gaussian__c Gaussian__d 3
GeneralizedHyperbola__c GeneralizedHyperbola__d 4
GeometricFit__c GeometricFit__d 2
GompertzRelation__c GompertzRelation__d 3
Gunary__c Gunary__d 3
Harris__c Harris__d 3
HeatCapacity__c HeatCapacity__d 3
HoerlModel__c HoerlModel__d 3
Hyperbolic__c Hyperbolic__d 2
Inverse__c Inverse__d 3
Langmuir_Extended___c Langmuir_Extended___d 3
LinearFit__c LinearFit__d 2
LogNormal__c LogNormal__d 3
LogarithmFit__c LogarithmFit__d 2
Logstica__c Logstica__d 3
LorentzEquation__c LorentzEquation__d 4
Michaelis_Menten__c Michaelis_Menten__d 2
Mitscherlich__c Mitscherlich__d 3
ModifiedExponential__c ModifiedExponential__d 2
ModifiedGeometricFit__c ModifiedGeometricFit__d 2
ModifiedHoerl__c ModifiedHoerl__d 3
ModifiedPower__c ModifiedPower__d 2
Morgan_Mercer_Flodin_MMF___c Morgan_Mercer_Flodin_MMF___d 4
PowerFit__c PowerFit__d 2
QuadraticFit__c QuadraticFit__d 3
RationalFunction__c RationalFunction__d 4
Reciprocal__c Reciprocal__d 2
ReciprocalLogarithmFit__c ReciprocalLogarithmFit__d 2
ReciprocalQuadratic__c ReciprocalQuadratic__d 3
Richards__c Richards__d 4
Ricker__c Ricker__d 2
RootFit__c RootFit__d 1
SaturationGrowth_Rate__c SaturationGrowth_Rate__d 2
SinusoidalFit__c SinusoidalFit__d 4
SumofExponentials__c SumofExponentials__d 4
TruncatedFourierSeries__c TruncatedFourierSeries__d 4
Two_ParameterBell__c Two_ParameterBell__d 2
VaporPressure__c VaporPressure__d 3
VonBertalanfly__c VonBertalanfly__d 3
Weibull__c Weibull__d 4
InversoY-X__c InversoY-X__d
InversoY-LnX__c InversoY-LnX__d
LnY-InversoX__c LnY-InversoX__d
LnY-X__c LnY-X__d
Bacon_Watts Parcela.BacParcela.BacParcela.BacParcela.Bacon_WattsDouble_line__d = coeff[3];
BentHyperbParcela.BenParcela.BenParcela.BenParcela.BentHyperbola__d = coeff[3];
Bet Parcela.BetParcela.BetParcela.BetParcela.Bet__d =0.0;
BetaDistribuParcela.BetParcela.BetParcela.BetParcela.BetaDistribuition__d = 0.0;
BleasdaleeNParcela.BleParcela.BleParcela.BleParcela.BleasdaleeNelder__d = coeff[3];
BleasdaleMo Parcela.BleParcela.BleParcela.BleParcela.BleasdaleModel__d = 0.0;
Cauchy Parcela.CauParcela.CauParcela.CauParcela.Cauchy__d = 0.0;
Chapman_RiParcela.Ch Parcela.Ch Parcela.Ch Parcela.Chapman_Richards__d = 0.0;
ExponentialParcela.ExpParcela.ExpParcela.ExpParcela.ExponentialAssociation__d =0.0;
ExponentialParcela.ExpParcela.ExpParcela.ExpParcela.ExponentialAssociation_3___d = 0.0;
ExponentialFParcela.ExpParcela.ExpParcela.ExpParcela.ExponentialFit__d =0.0;
Freundicl_E Parcela.FreParcela.FreParcela.FreParcela.Freundicl_Extended___d = 0.0;
Gamma Parcela.Ga Parcela.Ga Parcela.Ga Parcela.Gamma__d = 0.0;
Gaussian Parcela.GauParcela.GauParcela.GauParcela.Gaussian__d = 0.0;
GeneralizedParcela.GenParcela.GenParcela.GenParcela.GeneralizedHyperbola__d = coeff[3];
GeometricFiParcela.GeoParcela.GeoParcela.GeoParcela.GeometricFit__d =0.0;
GompertzRel Parcela.GomParcela.GomParcela.GomParcela.GompertzRelation__d = 0.0;
Gunary Parcela.GunParcela.GunParcela.GunParcela.Gunary__d = 0.0;
Harris Parcela.HarParcela.HarParcela.HarParcela.Harris__d = 0.0;
HeatCapacitParcela.HeaParcela.HeaParcela.HeaParcela.HeatCapacity__d = 0.0;
HoerlModel Parcela.HoeParcela.HoeParcela.HoeParcela.HoerlModel__d = 0.0;
Hyperbolic Parcela.HypParcela.HypParcela.HypParcela.Hyperbolic__d =0.0;
Inverse Parcela.InvParcela.InvParcela.InvParcela.Inverse__d = 0.0;
Langmuir_EParcela.La Parcela.La Parcela.La Parcela.Langmuir_Extended___d = 0.0;
LinearFit Parcela.LinParcela.LinParcela.LinParcela.LinearFit__d =0.0;
LogNormal Parcela.LogParcela.LogParcela.LogParcela.LogNormal__d = 0.0;
LogarithmFiParcela.LogParcela.LogParcela.LogParcela.LogarithmFit__d =0.0;
Logstica Parcela.LogParcela.LogParcela.LogParcela.Logstica__d = 0.0;
LorentzEquaParcela.LorParcela.LorParcela.LorParcela.LorentzEquation__d = coeff[3];
Michaelis_MParcela.MicParcela.MicParcela.Mi Parcela.Michaelis_Menten__d =0.0;
MitscherlichParcela.MitParcela.MitParcela.MitParcela.Mitscherlich__d = 0.0;
ModifiedExpParcela.Mod Parcela.ModParcela.ModParcela.ModifiedExponential__d =0.0;
ModifiedGeoParcela.Mod Parcela.ModParcela.ModParcela.ModifiedGeometricFit__d =0.0;
ModifiedHoeParcela.Mod Parcela.ModParcela.ModParcela.ModifiedHoerl__d = 0.0;
ModifiedPowParcela.Mod Parcela.ModParcela.MoParcela.ModifiedPower__d =0.0;
Morgan_MerParcela.MoParcela.MoParcela.MoParcela.Morgan_Mercer_Flodin_MMF___d = coeff[3];
PowerFit Parcela.PowParcela.PowParcela.PowParcela.PowerFit__d =0.0;
QuadraticFitParcela.QuaParcela.QuaParcela.QuaParcela.QuadraticFit__d = 0.0;
RationalFunParcela.RatParcela.RatParcela.RatParcela.RationalFunction__d = coeff[3];
Reciprocal Parcela.RecParcela.RecParcela.RecParcela.Reciprocal__d =0.0;
ReciprocalL Parcela.RecParcela.RecParcela.RecParcela.ReciprocalLogarithmFit__d =0.0;
ReciprocalQParcela.RecParcela.RecParcela.RecParcela.ReciprocalQuadratic__d = 0.0;
Richards Parcela.RicParcela.RicParcela.RicParcela.Richards__d = coeff[3];
Ricker Parcela.RicParcela.RicParcela.RicParcela.Ricker__d =0.0;
RootFit Parcela.RooParcela.RooParcela.RooParcela.RooParcela.1 =0.0;
SaturationGParcela.SatParcela.SatParcela.Sa Parcela.SaturationGrowth_Rate__d =0.0;
SinusoidalFiParcela.SinParcela.SinParcela.SinParcela.SinusoidalFit__d = coeff[3];
SumofExponParcela.Sum Parcela.SumParcela.SumParcela.SumofExponentials__d = coeff[3];
TruncatedFoParcela.TruParcela.TruParcela.TruParcela.TruncatedFourierSeries__d = coeff[3];
Two_Paramet Parcela.TwoParcela.TwoParcela.Tw Parcela.Two_ParameterBell__d =0.0;
VaporPressuParcela.VapParcela.VapParcela.VapParcela.VaporPressure__d = 0.0;
VonBertalanParcela.VonParcela.VonParcela.VonParcela.VonBertalanfly__d = 0.0;
Weibull Parcela.WeiParcela.WeiParcela.WeiParcela.Weibull__d = coeff[3];
InversoY-X Parcela.InvParcela.InvParcela.InvParcela.InversoY-X__d =0.0;
InversoY-Ln Parcela.InvParcela.InvParcela.InvParcela.InversoY-LnX__d =0.0;
LnY-Inverso Parcela.LnYParcela.LnYParcela.LnYParcela.LnY-InversoX__d =0.0;
LnY-X Parcela.LnYParcela.LnYParcela.LnYParcela.LnY-X__d =0.0;
= coeff[3];
d = 0.0;
coeff[3];
___d = coeff[3];
coeff[3];
Bacon_WattsDouble_line
BentHyperbola
BentHyperbola
BentHyperbola
BentHyperbola
Bet
Bet
Bet
Bet
BetaDistribuition
BetaDistribuition
BetaDistribuition
BetaDistribuition
BleasdaleeNelder
BleasdaleeNelder
BleasdaleeNelder
BleasdaleeNelder
BleasdaleModel
BleasdaleModel
BleasdaleModel
BleasdaleModel
Cauchy
Cauchy
Cauchy
Cauchy
Chapman_Richards
Chapman_Richards
Chapman_Richards
Chapman_Richards
ExponentialAssociation
ExponentialAssociation_3_
ExponentialFit
ExponentialFit
ExponentialFit
ExponentialFit
Freundicl_Extended_
Freundicl_Extended_
Freundicl_Extended_
Freundicl_Extended_
Gamma
Gamma
Gamma
Gamma
Gaussian
Gaussian
Gaussian
Gaussian
GeneralizedHyperbola
GeometricFit
GeometricFit
GeometricFit
GeometricFit
GompertzRelation
GompertzRelation
GompertzRelation
GompertzRelation
Gunary
Gunary
Gunary
Gunary
Harris
Harris
Harris
Harris
HeatCapacity
HeatCapacity
HeatCapacity
HeatCapacity
HoerlModel
HoerlModel
HoerlModel
HoerlModel
Hyperbolic
Hyperbolic
Hyperbolic
Hyperbolic
Inverse
Inverse
Inverse
Inverse
Langmuir_Extended_
Langmuir_Extended_
Langmuir_Extended_
Langmuir_Extended_
LinearFit
LinearFit
LinearFit
LinearFit
LogarithmFit
LogarithmFit
LogarithmFit
LogarithmFit
Logstica
Logstica
Logstica
Logstica
LogNormal
LogNormal
LogNormal
LogNormal
LorentzEquation
LorentzEquation
LorentzEquation
LorentzEquation
Michaelis_Menten
Michaelis_Menten
Michaelis_Menten
Michaelis_Menten
Mitscherlich
Mitscherlich
Mitscherlich
Mitscherlich
ModifiedExponential
ModifiedExponential
ModifiedExponential
ModifiedExponential
ModifiedGeometricFit
ModifiedHoerl
ModifiedHoerl
ModifiedHoerl
ModifiedHoerl
ModifiedPower
ModifiedPower
ModifiedPower
ModifiedPower
Morgan_Mercer_Flodin_MMF_
PowerFit
PowerFit
PowerFit
PowerFit
QuadraticFit
QuadraticFit
QuadraticFit
QuadraticFit
RationalFunction
RationalFunction
RationalFunction
RationalFunction
Reciprocal
Reciprocal
Reciprocal
Reciprocal
ReciprocalLogarithmFit
ReciprocalQuadratic
ReciprocalQuadratic
ReciprocalQuadratic
ReciprocalQuadratic
Richards
Richards
Richards
Richards
Ricker
Ricker
Ricker
Ricker
RootFit
RootFit
RootFit
RootFit
SaturationGrowth_Rate
SinusoidalFit
SinusoidalFit
SinusoidalFit
SinusoidalFit
SumofExponentials
SumofExponentials
SumofExponentials
SumofExponentials
TruncatedFourierSeries
Two_ParameterBell
Two_ParameterBell
Two_ParameterBell
Two_ParameterBell
VaporPressure
VaporPressure
VaporPressure
VaporPressure
VonBertalanfly
VonBertalanfly
VonBertalanfly
VonBertalanfly
Weibull
Weibull
Weibull
Weibull
case ''Bacon_WattsDouble_line'':
Parcela.Bacon_WattsDouble_line__a = coeff[0];
Parcela.Bacon_WattsDouble_line__b = coeff[1];
Parcela.Bacon_WattsDouble_line__c = coeff[2];
Parcela.Bacon_WattsDouble_line__d = coeff[3];
break;
case ''BentHyperbola'':
Parcela.BentHyperbola__a = coeff[0];
Parcela.BentHyperbola__b = coeff[1];
Parcela.BentHyperbola__c = coeff[2];
Parcela.BentHyperbola__d = coeff[3];
break;
case ''Bet'':
Parcela.Bet__a = coeff[0];
Parcela.Bet__b = coeff[1];
Parcela.Bet__c =0.0;
Parcela.Bet__d =0.0;
break;
case ''BetaDistribuition'':
Parcela.BetaDistribuition__a = coeff[0];
Parcela.BetaDistribuition__b = 0.0;
Parcela.BetaDistribuition__c = 0.0;
Parcela.BetaDistribuition__d = 0.0;
break;
case ''BleasdaleeNelder'':
Parcela.BleasdaleeNelder__a = coeff[0];
Parcela.BleasdaleeNelder__b = coeff[1];
Parcela.BleasdaleeNelder__c = coeff[2];
Parcela.BleasdaleeNelder__d = coeff[3];
break;
case ''BleasdaleModel'':
Parcela.BleasdaleModel__a = coeff[0];
Parcela.BleasdaleModel__b = coeff[1];
Parcela.BleasdaleModel__c = coeff[2];
Parcela.BleasdaleModel__d = 0.0;
break;
case ''Cauchy'':
Parcela.Cauchy__a = coeff[0];
Parcela.Cauchy__b = coeff[1];
Parcela.Cauchy__c = coeff[2];
Parcela.Cauchy__d = 0.0;
break;
case ''Chapman_Richards'':
Parcela.Chapman_Richards__a = coeff[0];
Parcela.Chapman_Richards__b = coeff[1];
Parcela.Chapman_Richards__c = coeff[2];
Parcela.Chapman_Richards__d = 0.0;
break;
case ''ExponentialAssociation'':
Parcela.ExponentialAssociation__a = coeff[0];
Parcela.ExponentialAssociation__b = coeff[1];
Parcela.ExponentialAssociation__c =0.0;
Parcela.ExponentialAssociation__d =0.0;
break;
case ''ExponentialAssociation_3_'':
Parcela.ExponentialAssociation_3___a = coeff[0];
Parcela.ExponentialAssociation_3___b = coeff[1];
Parcela.ExponentialAssociation_3___c = coeff[2];
Parcela.ExponentialAssociation_3___d = 0.0;
break;
case ''ExponentialFit'':
Parcela.ExponentialFit__a = coeff[0];
Parcela.ExponentialFit__b = coeff[1];
Parcela.ExponentialFit__c =0.0;
Parcela.ExponentialFit__d =0.0;
break;
case ''Freundicl_Extended_'':
Parcela.Freundicl_Extended___a = coeff[0];
Parcela.Freundicl_Extended___b = coeff[1];
Parcela.Freundicl_Extended___c = coeff[2];
Parcela.Freundicl_Extended___d = 0.0;
break;
case ''Gamma'':
Parcela.Gamma__a = coeff[0];
Parcela.Gamma__b = coeff[1];
Parcela.Gamma__c = coeff[2];
Parcela.Gamma__d = 0.0;
break;
case ''Gaussian'':
Parcela.Gaussian__a = coeff[0];
Parcela.Gaussian__b = coeff[1];
Parcela.Gaussian__c = coeff[2];
Parcela.Gaussian__d = 0.0;
break;
case ''GeneralizedHyperbola'':
Parcela.GeneralizedHyperbola__a = coeff[0];
Parcela.GeneralizedHyperbola__b = coeff[1];
Parcela.GeneralizedHyperbola__c = coeff[2];
Parcela.GeneralizedHyperbola__d = coeff[3];
break;
case ''GeometricFit'':
Parcela.GeometricFit__a = coeff[0];
Parcela.GeometricFit__b = coeff[1];
Parcela.GeometricFit__c =0.0;
Parcela.GeometricFit__d =0.0;
break;
case ''GompertzRelation'':
Parcela.GompertzRelation__a = coeff[0];
Parcela.GompertzRelation__b = coeff[1];
Parcela.GompertzRelation__c = coeff[2];
Parcela.GompertzRelation__d = 0.0;
break;
case ''Gunary'':
Parcela.Gunary__a = coeff[0];
Parcela.Gunary__b = coeff[1];
Parcela.Gunary__c = coeff[2];
Parcela.Gunary__d = 0.0;
break;
case ''Harris'':
Parcela.Harris__a = coeff[0];
Parcela.Harris__b = coeff[1];
Parcela.Harris__c = coeff[2];
Parcela.Harris__d = 0.0;
break;
case ''HeatCapacity'':
Parcela.HeatCapacity__a = coeff[0];
Parcela.HeatCapacity__b = coeff[1];
Parcela.HeatCapacity__c = coeff[2];
Parcela.HeatCapacity__d = 0.0;
break;
case ''HoerlModel'':
Parcela.HoerlModel__a = coeff[0];
Parcela.HoerlModel__b = coeff[1];
Parcela.HoerlModel__c = coeff[2];
Parcela.HoerlModel__d = 0.0;
break;
case ''Hyperbolic'':
Parcela.Hyperbolic__a = coeff[0];
Parcela.Hyperbolic__b = coeff[1];
Parcela.Hyperbolic__c =0.0;
Parcela.Hyperbolic__d =0.0;
break;
case ''Inverse'':
Parcela.Inverse__a = coeff[0];
Parcela.Inverse__b = coeff[1];
Parcela.Inverse__c = coeff[2];
Parcela.Inverse__d = 0.0;
break;
case ''Langmuir_Extended_'':
Parcela.Langmuir_Extended___a = coeff[0];
Parcela.Langmuir_Extended___b = coeff[1];
Parcela.Langmuir_Extended___c = coeff[2];
Parcela.Langmuir_Extended___d = 0.0;
break;
case ''LinearFit'':
Parcela.LinearFit__a = coeff[0];
Parcela.LinearFit__b = coeff[1];
Parcela.LinearFit__c =0.0;
Parcela.LinearFit__d =0.0;
break;
case ''LogarithmFit'':
Parcela.LogarithmFit__a = coeff[0];
Parcela.LogarithmFit__b = coeff[1];
Parcela.LogarithmFit__c =0.0;
Parcela.LogarithmFit__d =0.0;
break;
case ''Logstica'':
Parcela.Logstica__a = coeff[0];
Parcela.Logstica__b = coeff[1];
Parcela.Logstica__c = coeff[2];
Parcela.Logstica__d = 0.0;
break;
case ''LogNormal'':
Parcela.LogNormal__a = coeff[0];
Parcela.LogNormal__b = coeff[1];
Parcela.LogNormal__c = coeff[2];
Parcela.LogNormal__d = 0.0;
break;
case ''LorentzEquation'':
Parcela.LorentzEquation__a = coeff[0];
Parcela.LorentzEquation__b = coeff[1];
Parcela.LorentzEquation__c = coeff[2];
Parcela.LorentzEquation__d = coeff[3];
break;
case ''Michaelis_Menten'':
Parcela.Michaelis_Menten__a = coeff[0];
Parcela.Michaelis_Menten__b = coeff[1];
Parcela.Michaelis_Menten__c =0.0;
Parcela.Michaelis_Menten__d =0.0;
break;
case ''Mitscherlich'':
Parcela.Mitscherlich__a = coeff[0];
Parcela.Mitscherlich__b = coeff[1];
Parcela.Mitscherlich__c = coeff[2];
Parcela.Mitscherlich__d = 0.0;
break;
case ''ModifiedExponential'':
Parcela.ModifiedExponential__a = coeff[0];
Parcela.ModifiedExponential__b = coeff[1];
Parcela.ModifiedExponential__c =0.0;
Parcela.ModifiedExponential__d =0.0;
break;
case ''ModifiedGeometricFit'':
Parcela.ModifiedGeometricFit__a = coeff[0];
Parcela.ModifiedGeometricFit__b = coeff[1];
Parcela.ModifiedGeometricFit__c =0.0;
Parcela.ModifiedGeometricFit__d =0.0;
break;
case ''ModifiedHoerl'':
Parcela.ModifiedHoerl__a = coeff[0];
Parcela.ModifiedHoerl__b = coeff[1];
Parcela.ModifiedHoerl__c = coeff[2];
Parcela.ModifiedHoerl__d = 0.0;
break;
case ''ModifiedPower'':
Parcela.ModifiedPower__a = coeff[0];
Parcela.ModifiedPower__b = coeff[1];
Parcela.ModifiedPower__c =0.0;
Parcela.ModifiedPower__d =0.0;
break;
case ''Morgan_Mercer_Flodin_MMF_'':
Parcela.Morgan_Mercer_Flodin_MMF___a = coeff[0];
Parcela.Morgan_Mercer_Flodin_MMF___b = coeff[1];
Parcela.Morgan_Mercer_Flodin_MMF___c = coeff[2];
Parcela.Morgan_Mercer_Flodin_MMF___d = coeff[3];
break;
case ''PowerFit'':
Parcela.PowerFit__a = coeff[0];
Parcela.PowerFit__b = coeff[1];
Parcela.PowerFit__c =0.0;
Parcela.PowerFit__d =0.0;
break;
case ''QuadraticFit'':
Parcela.QuadraticFit__a = coeff[0];
Parcela.QuadraticFit__b = coeff[1];
Parcela.QuadraticFit__c = coeff[2];
Parcela.QuadraticFit__d = 0.0;
break;
case ''RationalFunction'':
Parcela.RationalFunction__a = coeff[0];
Parcela.RationalFunction__b = coeff[1];
Parcela.RationalFunction__c = coeff[2];
Parcela.RationalFunction__d = coeff[3];
break;
case ''Reciprocal'':
Parcela.Reciprocal__a = coeff[0];
Parcela.Reciprocal__b = coeff[1];
Parcela.Reciprocal__c =0.0;
Parcela.Reciprocal__d =0.0;
break;
case ''ReciprocalLogarithmFit'':
Parcela.ReciprocalLogarithmFit__a = coeff[0];
Parcela.ReciprocalLogarithmFit__b = coeff[1];
Parcela.ReciprocalLogarithmFit__c =0.0;
Parcela.ReciprocalLogarithmFit__d =0.0;
break;
case ''ReciprocalQuadratic'':
Parcela.ReciprocalQuadratic__a = coeff[0];
Parcela.ReciprocalQuadratic__b = coeff[1];
Parcela.ReciprocalQuadratic__c = coeff[2];
Parcela.ReciprocalQuadratic__d = 0.0;
break;
case ''Richards'':
Parcela.Richards__a = coeff[0];
Parcela.Richards__b = coeff[1];
Parcela.Richards__c = coeff[2];
Parcela.Richards__d = coeff[3];
break;
case ''Ricker'':
Parcela.Ricker__a = coeff[0];
Parcela.Ricker__b = coeff[1];
Parcela.Ricker__c =0.0;
Parcela.Ricker__d =0.0;
break;
case ''RootFit'':
Parcela.RootFit__a = coeff[0];
Parcela.RootFit__b =0.0;
Parcela.RootFit__c =0.0;
Parcela.RootFit__d =0.0;
break;
case ''SaturationGrowth_Rate'':
Parcela.SaturationGrowth_Rate__a = coeff[0];
Parcela.SaturationGrowth_Rate__b = coeff[1];
Parcela.SaturationGrowth_Rate__c =0.0;
Parcela.SaturationGrowth_Rate__d =0.0;
break;
case ''SinusoidalFit'':
Parcela.SinusoidalFit__a = coeff[0];
Parcela.SinusoidalFit__b = coeff[1];
Parcela.SinusoidalFit__c = coeff[2];
Parcela.SinusoidalFit__d = coeff[3];
break;
case ''SumofExponentials'':
Parcela.SumofExponentials__a = coeff[0];
Parcela.SumofExponentials__b = coeff[1];
Parcela.SumofExponentials__c = coeff[2];
Parcela.SumofExponentials__d = coeff[3];
break;
case ''TruncatedFourierSeries'':
Parcela.TruncatedFourierSeries__a = coeff[0];
Parcela.TruncatedFourierSeries__b = coeff[1];
Parcela.TruncatedFourierSeries__c = coeff[2];
Parcela.TruncatedFourierSeries__d = coeff[3];
break;
case ''Two_ParameterBell'':
Parcela.Two_ParameterBell__a = coeff[0];
Parcela.Two_ParameterBell__b = coeff[1];
Parcela.Two_ParameterBell__c =0.0;
Parcela.Two_ParameterBell__d =0.0;
break;
case ''VaporPressure'':
Parcela.VaporPressure__a = coeff[0];
Parcela.VaporPressure__b = coeff[1];
Parcela.VaporPressure__c = coeff[2];
Parcela.VaporPressure__d = 0.0;
break;
case ''VonBertalanfly'':
Parcela.VonBertalanfly__a = coeff[0];
Parcela.VonBertalanfly__b = coeff[1];
Parcela.VonBertalanfly__c = coeff[2];
Parcela.VonBertalanfly__d = 0.0;
break;
case ''Weibull'':
Parcela.Weibull__a = coeff[0];
Parcela.Weibull__b = coeff[1];
Parcela.Weibull__c = coeff[2];
Parcela.Weibull__d = coeff[3]; tmResultadosAjustes.setVa
break; tmResultadosAjustes.setVa
tmResultadosAjustes.setVa
adosAjustes.setValueAt("Bacon-Watts Double-line", i, 1);
adosAjustes.setValueAt(parcela.Bacon_WattsDouble_line__a, i, 1);
adosAjustes.setValueAt(parcela.Bacon_WattsDouble_line__b, i, 2);
adosAjustes.setValueAt(parcela.Bacon_WattsDouble_line__c, i, 3);
adosAjustes.setValueAt(parcela.Bacon_WattsDouble_line__d, i, 4);
adosAjustes.setValueAt(parcela.Bacon_WattsDouble_line__e, i, 5);
adosAjustes.setValueAt(parcela.Bacon_WattsDouble_line__r, i, 6);
adosAjustes.setValueAt(parcela.Bacon_WattsDouble_line___exp, i, 7);
adosAjustes.setValueAt(parcela.Bacon_WattsDouble_line__eq, i, 8);
CLONE DAP (cm) Altura (m)
A 12.8 24
A 12.9 24.1
A 13.3 25
A 13.4 23.2
A 13.6 26
A 13.7 25.8
A 13.7 26.4
A 13.7 21.4
A 13.8 27.2
A 13.9 21.8
A 13.9 26
A 14 26.5
A 14.1 25.4
A 14.2 26
A 14.2 27.6
A 14.4 27.6
A 14.6 25.6
A 14.6 26.8
A 15.2 26
A 15.4 27.2
A 15.4 24.6
A 15.4 22
A 15.5 26.4
A 15.5 23
A 15.6 24.2
A 15.7 30.4
A 15.7 31.6
A 15.9 27.4
A 15.9 25.2
A 16 23
A 16.1 25.8
A 16.2 26
A 16.2 23.8
A 16.2 22.2
A 16.2 30
A 16.2 26.4
A 16.3 25
A 16.3 26.8
A 16.4 28
A 16.4 26
A 16.5 27.4
A 16.5 28
A 16.5 27.4
A 16.6 27
A 16.6 27
A 16.6 26.6
A 16.6 23.4
A 16.7 28
A 16.7 27.6
A 16.8 28.4
A 16.8 27.4
A 16.9 26.8
A 16.9 23.4
A 16.9 25
A 16.9 23.6
A 16.9 23.8
A 16.9 29.6
A 17 23.6
A 17.1 26.8
A 17.1 27.6
A 17.1 26.6
A 17.1 27
A 17.1 26.8
A 17.1 23.4
A 17.1 23
A 17.1 23.4
A 17.1 30.4
A 17.1 30.8
A 17.1 26.6
A 17.2 27.4
A 17.2 26.2
A 17.2 26.6
A 17.2 24.2
A 17.2 23.4
A 17.2 26.2
A 17.2 25.4
A 17.3 29.4
A 17.3 27.2
A 17.3 29.4
A 17.3 27
A 17.3 26.6
A 17.3 23.6
A 17.3 23
A 17.3 23
A 17.3 31
A 17.3 27
A 17.4 27.8
A 17.4 26.4
A 17.4 25.8
A 17.4 26
A 17.4 23.6
A 17.4 31.2
A 17.5 28
A 17.5 27.4
A 17.5 23.2
A 17.5 32.4
A 17.6 28.4
A 17.6 25.8
A 17.6 23
A 17.6 27.1
A 17.6 28.4
A 17.7 27.2
A 17.7 27.2
A 17.7 24
A 17.7 30
A 17.7 27
A 17.8 27.6
A 17.8 29.4
A 17.8 28.6
A 17.8 26.8
A 17.8 26.6
A 17.8 25.8
A 17.8 26.6
A 17.8 24.4
A 17.8 30.8
A 17.8 31.2
A 17.8 26.9
A 17.8 27.4
A 17.8 27.4
A 17.9 27.6
A 17.9 22.8
A 17.9 30.8
A 17.9 27
A 18 29.4
A 18 28.4
A 18 27.2
A 18 29.4
A 18 27.4
A 18 31.2
A 18 30.6
A 18 27.1
A 18 26.2
A 18 29
A 18 27
A 18.1 27.8
A 18.1 26.8
A 18.1 29.4
A 18.1 24.8
A 18.1 26.2
A 18.1 26.6
A 18.2 28
A 18.2 29.2
A 18.2 26.8
A 18.2 25.6
A 18.2 31.2
A 18.2 32
A 18.2 31.2
A 18.2 28.2
A 18.3 26.8
A 18.3 31
A 18.3 27.3
A 18.3 27.2
A 18.3 29
A 18.3 27.6
A 18.3 27
A 18.4 28.6
A 18.4 27.8
A 18.4 26.7
A 18.4 27.4
A 18.4 26.2
A 18.4 28
A 18.4 28
A 18.5 28.8
A 18.5 28.2
A 18.5 28.8
A 18.5 30
A 18.5 28.4
A 18.5 28
A 18.5 26.2
A 18.5 23.6
A 18.5 22.6
A 18.5 24.4
A 18.5 27
A 18.5 27.8
A 18.6 27.6
A 18.6 28.8
A 18.6 26.8
A 18.6 22.8
A 18.6 31.2
A 18.6 32.4
A 18.6 31.6
A 18.6 27.8
A 18.6 28.4
A 18.6 27.4
A 18.7 28.2
A 18.7 28.2
A 18.7 27.8
A 18.7 28
A 18.7 23
A 18.7 23.8
A 18.7 24.2
A 18.7 32.2
A 18.7 31.6
A 18.7 28.6
A 18.7 27.6
A 18.7 26.8
A 18.8 23
A 18.8 31.4
A 18.8 28.2
A 18.8 27.2
A 18.9 31.6
A 18.9 32.4
A 19 27.4
A 19 27.2
A 19 22.6
A 19 31.6
A 19 27.4
A 19 28.2
A 19.1 28.8
A 19.1 24.4
A 19.1 31.4
A 19.1 26.9
A 19.1 28.8
A 19.2 29.2
A 19.2 32.6
A 19.2 27.6
A 19.2 26.8
A 19.2 29
A 19.2 27.8
A 19.3 27
A 19.3 32.4
A 19.3 27.8
A 19.4 30.6
A 19.4 28
A 19.4 31.4
A 19.4 32.8
A 19.4 28.2
A 19.5 24
A 19.5 31.6
A 19.5 32
A 19.5 26.9
A 19.5 28
A 19.5 27.8
A 19.6 27
A 19.6 32.6
A 19.6 28.2
A 19.7 28
A 19.8 31.8
A 19.8 28.2
A 19.8 28.6
A 19.8 28.1
A 19.9 30.8
A 19.9 29
A 19.9 28.2
A 19.9 27
A 19.9 28.8
A 20 27.4
A 20 27.4
A 20.1 27.6
A 20.1 24.4
A 20.1 32
A 20.1 31.6
A 20.1 32
A 20.1 28.8
A 20.1 27.8
A 20.1 27.4
A 20.1 27.4
A 20.2 28
A 20.3 24
A 20.3 25.6
A 20.3 29
A 20.3 27
A 20.3 28.6
A 20.4 23.6
A 20.4 27.4
A 20.5 24
A 20.5 32.4
A 20.7 26.2
A 20.8 31.2
A 20.9 28.4
A 21 27.8
A 21.2 28
A 21.5 29.8
A 21.5 27.4
A 21.5 27.2
A 21.6 26.4
A 21.8 27.6
A 21.9 27.6
A 22 29.2
A 22.2 32.6
B 5.5 11.4
B 8.6 16.8
B 8.6 17.2
B 8.9 17.8
B 9 17.4
B 9.5 18.4
B 9.5 19
B 9.6 19.4
B 9.6 20.6
B 9.7 20
B 9.8 17.6
B 10.5 21.6
B 10.6 21.8
B 10.6 21.4
B 10.6 21.4
B 10.8 19.4
B 10.8 21.6
B 11.4 19.6
B 11.5 23.2
B 11.6 22.4
B 11.6 23.2
B 11.7 23.5
B 11.8 20.6
B 11.9 23.6
B 11.9 22
B 11.9 24.1
B 11.9 23.4
B 12 22.2
B 12.1 22.8
B 12.1 19.8
B 12.2 23.6
B 12.3 22.6
B 12.4 24.6
B 12.5 22
B 12.5 24.6
B 12.5 24
B 12.6 25.4
B 12.6 24.2
B 12.6 24.6
B 12.7 25.4
B 12.7 20.8
B 12.8 22.6
B 12.8 22.8
B 12.8 23.4
B 12.9 24.6
B 12.9 24.2
B 12.9 24
B 12.9 23.6
B 12.9 22.4
B 12.9 25.4
B 12.9 24.2
B 12.9 25.6
B 12.9 24.1
B 13 25.4
B 13 23.4
B 13 24.8
B 13.1 26.2
B 13.1 25
B 13.1 23.8
B 13.1 24.1
B 13.1 24.6
B 13.1 23.2
B 13.1 25.4
B 13.2 25.6
B 13.2 23.6
B 13.2 23.2
B 13.2 25.2
B 13.2 22.2
B 13.2 23.4
B 13.2 25.2
B 13.2 24.4
B 13.3 25.4
B 13.3 25.2
B 13.3 25.5
B 13.3 23.8
B 13.3 25.6
B 13.4 22.6
B 13.4 25.8
B 13.5 26
B 13.5 25.6
B 13.5 22
B 13.6 23.2
B 13.6 23
B 13.6 25.6
B 13.6 23.8
B 13.7 25.8
B 13.7 25.2
B 13.7 23
B 13.7 24
B 13.7 25.8
B 13.7 25.8
B 13.7 25
B 13.7 26
B 13.8 25
B 13.8 24.6
B 13.8 25.2
B 13.8 26.2
B 13.8 26.8
B 13.9 25.2
B 13.9 24.6
B 13.9 23.2
B 13.9 25.2
B 13.9 25.6
B 13.9 22.2
B 13.9 23.2
B 13.9 23
B 13.9 21.6
B 13.9 24.4
B 13.9 23.8
B 13.9 24.2
B 14 22.4
B 14 24.8
B 14 25.2
B 14 24.2
B 14 25.2
B 14 24.7
B 14 25.6
B 14 25.6
B 14 26
B 14.1 28.2
B 14.1 25.4
B 14.1 24.2
B 14.1 23.4
B 14.1 25.8
B 14.1 24
B 14.1 26
B 14.2 22.4
B 14.2 27
B 14.2 22
B 14.2 24.4
B 14.2 26.4
B 14.2 25.2
B 14.3 25
B 14.3 24.4
B 14.3 25.4
B 14.3 22.6
B 14.3 23.4
B 14.3 25.2
B 14.3 24.8
B 14.4 25.6
B 14.4 26.2
B 14.4 25.8
B 14.4 22
B 14.4 22
B 14.4 28.3
B 14.4 26.2
B 14.4 25.4
B 14.4 24.8
B 14.5 25.2
B 14.5 23.6
B 14.5 22.2
B 14.5 23.8
B 14.5 23.6
B 14.5 23
B 14.5 26.4
B 14.5 24
B 14.5 23.6
B 14.5 21.8
B 14.5 24.6
B 14.5 26.4
B 14.5 26
B 14.5 25.4
B 14.5 25.8
B 14.5 26
B 14.6 24.6
B 14.6 25.2
B 14.6 25.2
B 14.6 25.2
B 14.6 26
B 14.7 26.4
B 14.7 23.8
B 14.7 23.8
B 14.7 24.2
B 14.7 25.4
B 14.7 26
B 14.7 24.6
B 14.7 25.4
B 14.7 26
B 14.7 26.4
B 14.8 25.2
B 14.8 26.4
B 14.8 23.8
B 14.8 27.4
B 14.8 24.4
B 14.8 24.4
B 14.8 25.6
B 14.8 25.3
B 14.8 27.2
B 14.9 26.6
B 14.9 26.6
B 14.9 26.8
B 14.9 24.8
B 14.9 26.2
B 14.9 25.8
B 14.9 23
B 14.9 26.4
B 14.9 26.4
B 14.9 25.8
B 14.9 25.2
B 14.9 26.4
B 15 26.6
B 15 24.4
B 15 23.4
B 15 25.4
B 15 24
B 15 24
B 15 26.6
B 15 26.2
B 15 26.6
B 15 25.2
B 15.1 29
B 15.1 24.8
B 15.1 27
B 15.1 25.2
B 15.1 23.6
B 15.2 25.6
B 15.2 25.8
B 15.2 24.8
B 15.2 26.6
B 15.2 26
B 15.2 23.2
B 15.2 27.2
B 15.2 26.2
B 15.2 26.6
B 15.2 25.7
B 15.2 25.2
B 15.2 25.9
B 15.2 26.2
B 15.2 26.4
B 15.2 26.6
B 15.3 23.8
B 15.3 25.6
B 15.3 27.2
B 15.3 25.6
B 15.3 26.4
B 15.3 26.2
B 15.3 27.2
B 15.3 24
B 15.3 25.4
B 15.3 26.2
B 15.3 26.8
B 15.3 27.2
B 15.3 26.8
B 15.4 25
B 15.4 25
B 15.4 26
B 15.4 25
B 15.4 25
B 15.4 25.5
B 15.4 26.8
B 15.5 25
B 15.5 25
B 15.5 26
B 15.5 24.2
B 15.5 22.4
B 15.5 25.6
B 15.5 21.4
B 15.5 26.8
B 15.5 26.8
B 15.5 26.6
B 15.5 24.2
B 15.5 25.8
B 15.5 25.4
B 15.5 26.8
B 15.6 25.8
B 15.6 26.6
B 15.6 25.8
B 15.6 23
B 15.6 25.2
B 15.6 26.6
B 15.7 27.8
B 15.7 26.4
B 15.7 26.8
B 15.7 26.4
B 15.7 26
B 15.7 24.6
B 15.7 25.6
B 15.7 25.6
B 15.7 26
B 15.7 26.4
B 15.7 25.9
B 15.7 25.7
B 15.8 27.6
B 15.8 23.4
B 15.8 26.6
B 15.8 25
B 15.8 25
B 15.8 24.4
B 15.8 23
B 15.8 27
B 15.8 26.4
B 15.8 27.2
B 15.8 27
B 15.9 27
B 15.9 26.4
B 15.9 23.6
B 15.9 26.2
B 15.9 24
B 15.9 26.8
B 15.9 26.2
B 16 25.6
B 16 26
B 16 26
B 16 24.2
B 16 24.8
B 16 24.2
B 16 27
B 16 27.4
B 16 27
B 16 25.6
B 16 26.7
B 16.1 25.2
B 16.1 25.8
B 16.1 26.8
B 16.1 25.6
B 16.1 29.2
B 16.1 28
B 16.1 27.4
B 16.1 22.4
B 16.1 26.6
B 16.1 25.8
B 16.2 25.4
B 16.2 24.4
B 16.2 25
B 16.2 26.6
B 16.2 27
B 16.2 23.4
B 16.2 25.8
B 16.2 26.8
B 16.2 26.6
B 16.3 22.2
B 16.3 26.2
B 16.3 25.8
B 16.3 27
B 16.3 25.8
B 16.3 25.2
B 16.3 25.5
B 16.3 26.6
B 16.3 26.2
B 16.3 25.4
B 16.3 27
B 16.3 27.2
B 16.4 27.2
B 16.4 24.4
B 16.4 27.4
B 16.4 25.4
B 16.4 28
B 16.4 26
B 16.4 24
B 16.4 26.6
B 16.4 24.2
B 16.4 24
B 16.4 25.8
B 16.4 25
B 16.4 26.4
B 16.4 26.6
B 16.4 27.5
B 16.4 26
B 16.5 27.4
B 16.5 26.4
B 16.5 27
B 16.5 27.8
B 16.5 25.8
B 16.5 25.8
B 16.5 25.2
B 16.5 26.3
B 16.5 28
B 16.6 27
B 16.6 26.8
B 16.6 28.8
B 16.6 23.8
B 16.6 23.6
B 16.6 24
B 16.6 23
B 16.6 25.6
B 16.6 27.6
B 16.6 27.4
B 16.6 26.4
B 16.6 26.8
B 16.7 26
B 16.7 25.2
B 16.7 22.8
B 16.7 24
B 16.7 28.2
B 16.7 27
B 16.7 26.9
B 16.7 26.8
B 16.7 27.6
B 16.8 23.6
B 16.8 23.6
B 16.8 26.2
B 16.8 26.8
B 16.8 25.6
B 16.8 27
B 16.8 27.8
B 16.9 27
B 16.9 26.6
B 16.9 26.2
B 16.9 25
B 16.9 28.2
B 16.9 28.4
B 16.9 27.2
B 16.9 23.8
B 16.9 27
B 16.9 26.4
B 16.9 27.8
B 17 26.2
B 17 27.7
B 17 25.8
B 17 28
B 17.1 25.8
B 17.1 24
B 17.1 27.4
B 17.1 25.8
B 17.1 27.4
B 17.1 27
B 17.1 25.4
B 17.1 27.8
B 17.1 27.2
B 17.2 27.4
B 17.2 28.6
B 17.2 25
B 17.2 27.2
B 17.2 25.8
B 17.2 28.2
B 17.2 27
B 17.3 24.2
B 17.3 26.4
B 17.3 28
B 17.3 27.8
B 17.3 27.5
B 17.3 26.8
B 17.3 28.4
B 17.4 25.8
B 17.4 24
B 17.4 24.6
B 17.4 27
B 17.4 29.4
B 17.4 26.2
B 17.4 27.8
B 17.4 26.8
B 17.4 27.3
B 17.4 29.3
B 17.4 27.5
B 17.4 26.6
B 17.4 27
B 17.4 27.6
B 17.5 27.4
B 17.5 27.6
B 17.5 28
B 17.5 26.4
B 17.6 24.2
B 17.6 25.6
B 17.6 26.8
B 17.6 26.4
B 17.6 28.8
B 17.6 26.8
B 17.7 23.4
B 17.7 28.1
B 17.8 24.4
B 17.8 24.6
B 17.8 23.4
B 17.8 26.8
B 17.9 27.4
B 17.9 30
B 17.9 26.2
B 17.9 27.8
B 18 26.2
B 18 29.2
B 18 28.2
B 18 27.6
B 18 26.5
B 18 27.2
B 18.1 25.6
B 18.1 24.4
B 18.1 28.6
B 18.1 28
B 18.2 28
B 18.2 25.6
B 18.2 26.6
B 18.2 26.2
B 18.2 27.2
B 18.3 27.8
B 18.4 26.6
B 18.5 27.4
B 18.6 27.6
B 18.7 25.6
B 18.7 25.8
B 18.7 28.8
B 18.7 27.6
B 18.8 28.6
B 18.8 27.4
B 18.8 27.2
B 19 26.2
B 19 24.2
B 19.1 27.4
B 19.2 28.2
B 19.2 28.8
B 19.2 27.8
B 19.2 27.6
B 19.2 28
B 19.3 31
B 19.8 28.2
B 20.4 31
B 20.6 28.6
C 11.9 18.2
C 12.1 20.4
C 12.3 20.6
C 12.5 23.2
C 13.5 23.6
C 13.8 23.6
C 13.9 25
C 14.1 22.8
C 14.2 21.4
C 14.2 26
C 14.3 23.6
C 14.6 26.4
C 14.8 25.4
C 14.9 20
C 14.9 24.8
C 15 25.4
C 15 22.8
C 15 25.6
C 15.1 24.4
C 15.1 25.4
C 15.2 27.4
C 15.2 25
C 15.2 19.2
C 15.2 20.8
C 15.2 25.6
C 15.2 24.4
C 15.2 24
C 15.2 27.2
C 15.3 26.2
C 15.4 24.2
C 15.4 27.4
C 15.5 25.6
C 15.5 24
C 15.7 26.7
C 15.8 23.6
C 15.8 23
C 15.8 25.2
C 15.9 24.6
C 15.9 26.2
C 15.9 22
C 15.9 23.4
C 15.9 26.4
C 15.9 27.5
C 15.9 27
C 16 28.6
C 16.1 27.4
C 16.1 23.6
C 16.1 26
C 16.1 25.4
C 16.1 25
C 16.1 21.6
C 16.1 25.8
C 16.2 27
C 16.2 26.4
C 16.2 23.6
C 16.3 28.6
C 16.3 26.2
C 16.3 23
C 16.3 24.4
C 16.4 27.4
C 16.4 21
C 16.4 26.8
C 16.5 25.6
C 16.5 26.4
C 16.5 27.2
C 16.6 28.4
C 16.6 26.6
C 16.6 26
C 16.6 26.6
C 16.6 27.6
C 16.6 25.2
C 16.6 25.2
C 16.6 26
C 16.7 26
C 16.7 26
C 16.7 25.6
C 16.7 23.8
C 16.7 25.8
C 16.7 26
C 16.7 26.8
C 16.8 28.8
C 16.8 24.6
C 16.8 21.4
C 16.8 22.6
C 16.8 27.1
C 16.8 25.6
C 16.9 27.2
C 16.9 25.6
C 16.9 19.2
C 16.9 27.4
C 16.9 28.7
C 16.9 25.8
C 17 28.6
C 17 26.6
C 17 24.4
C 17 26
C 17.1 26.4
C 17.1 25.6
C 17.1 26.8
C 17.1 26.6
C 17.1 22.8
C 17.1 27.2
C 17.1 25.2
C 17.2 27.6
C 17.2 24.4
C 17.2 26.6
C 17.2 22
C 17.2 27
C 17.2 23.2
C 17.3 27.2
C 17.3 27.4
C 17.3 27.2
C 17.3 26
C 17.3 23.8
C 17.3 19.6
C 17.3 28.8
C 17.3 27.2
C 17.3 28.4
C 17.3 26.8
C 17.4 28
C 17.4 26.2
C 17.4 25.2
C 17.4 26.6
C 17.5 26.4
C 17.5 27.6
C 17.5 27.2
C 17.5 25.6
C 17.6 26
C 17.6 28.7
C 17.6 27.3
C 17.6 27
C 17.6 27.8
C 17.6 27
C 17.7 26
C 17.7 28.4
C 17.7 27.4
C 17.7 29.4
C 17.7 28
C 17.7 26
C 17.7 26.2
C 17.7 26
C 17.7 26.6
C 17.7 26
C 17.7 27.6
C 17.8 27
C 17.8 26.2
C 17.8 27.4
C 17.8 27.2
C 17.9 26
C 17.9 26.8
C 17.9 27.8
C 17.9 27.8
C 17.9 28.6
C 18 27.4
C 18 25
C 18 26.4
C 18 26
C 18 26.4
C 18 28.4
C 18 28.2
C 18 24.8
C 18 25.6
C 18.1 29.8
C 18.1 26.2
C 18.1 27.4
C 18.1 23.8
C 18.1 27.4
C 18.1 28.2
C 18.1 27.4
C 18.1 27.4
C 18.1 27.4
C 18.1 28
C 18.2 28.2
C 18.2 26
C 18.2 28.2
C 18.3 30
C 18.3 25
C 18.3 29.5
C 18.3 27.6
C 18.4 21.2
C 18.4 27.5
C 18.4 27.8
C 18.4 26.8
C 18.4 23.6
C 18.5 29.4
C 18.5 30
C 18.5 26.2
C 18.5 27.2
C 18.5 26.2
C 18.5 28.6
C 18.5 29.4
C 18.6 29.2
C 18.6 26.8
C 18.6 26.8
C 18.6 28.5
C 18.6 27
C 18.7 26.6
C 18.7 26.6
C 18.7 28.6
C 18.7 29
C 18.7 27.4
C 18.7 27.4
C 18.8 27
C 18.8 27.8
C 18.9 29.6
C 18.9 27.8
C 18.9 27.8
C 18.9 27.8
C 18.9 23.2
C 19 29.6
C 19 26.8
C 19 21.8
C 19 24.4
C 19 27.2
C 19 27.4
C 19 27.4
C 19 27.4
C 19.1 27.2
C 19.2 30.6
C 19.2 29.4
C 19.2 25.2
C 19.2 23.6
C 19.2 29.2
C 19.2 27.2
C 19.3 22
C 19.3 23.6
C 19.3 25.2
C 19.3 28
C 19.3 29.8
C 19.3 30.1
C 19.3 28.4
C 19.3 27.8
C 19.4 27
C 19.4 28
C 19.4 28.4
C 19.5 26
C 19.5 29.3
C 19.5 27.4
C 19.6 28.8
C 19.6 29.8
C 19.6 27.8
C 19.7 26.6
C 19.7 25.6
C 19.7 23.4
C 19.7 28.8
C 19.7 26
C 19.9 29.8
C 19.9 28.6
C 20.1 25.2
C 20.1 25.8
C 20.1 25.6
C 20.1 26.6
C 20.3 29.7
C 20.3 28
C 20.3 26.8
C 20.4 29.8
C 20.5 29
C 20.5 28.4
C 20.5 26
C 20.5 29
C 20.6 30.7
C 20.6 27.6
C 20.6 26
C 20.8 26.8
C 20.8 27.6
C 20.9 28.8
C 20.9 27.6
C 21.1 28.6
C 21.6 27.6
D 12 19.6
D 12.5 19.2
D 12.6 24.4
D 12.7 23.6
D 12.8 20.8
D 13 25.8
D 14.5 26
D 15 26
D 15.1 24
D 15.1 24.8
D 15.4 24.4
D 15.9 28.2
D 16.1 25.4
D 16.2 29.4
D 16.5 28.8
D 16.5 26.4
D 16.5 25.2
D 16.6 27.6
D 16.6 29
D 16.7 26.2
D 16.7 25.4
D 16.7 29.5
D 16.8 28.6
D 16.8 27.6
D 16.8 27
D 16.8 28.9
D 16.9 29.2
D 16.9 26.2
D 16.9 27.2
D 17 27.6
D 17.1 30.6
D 17.2 28.8
D 17.2 25.6
D 17.2 28.7
D 17.3 25.8
D 17.3 29.4
D 17.4 27.4
D 17.4 26.2
D 17.4 27.6
D 17.4 27.6
D 17.5 29.3
D 17.5 29.1
D 17.6 26.6
D 17.6 30.2
D 17.7 25.4
D 17.7 27.8
D 17.8 28
D 17.8 25.8
D 17.8 23.4
D 17.8 26.8
D 17.8 26.4
D 17.8 27.8
D 17.9 26.6
D 18 26.2
D 18 25.2
D 18 30.2
D 18 30.4
D 18.1 24.6
D 18.1 26.4
D 18.2 26
D 18.2 28.8
D 18.3 31.2
D 18.4 26.6
D 18.4 29
D 18.4 26
D 18.4 26.8
D 18.4 28.2
D 18.4 27.8
D 18.5 27.8
D 18.5 27.2
D 18.6 28
D 18.6 26.4
D 18.6 26.2
D 18.6 26.6
D 18.6 30.8
D 18.7 29.8
D 18.7 30
D 18.7 28
D 18.7 27
D 18.7 25.4
D 18.7 26.8
D 18.7 27
D 18.8 28.6
D 18.8 28
D 18.8 27.2
D 18.8 25.6
D 18.8 32.2
D 18.8 28
D 18.9 30.2
D 18.9 26.2
D 18.9 30
D 19 27.4
D 19 27
D 19 31
D 19 30
D 19 26.4
D 19.1 30.4
D 19.1 28.4
D 19.1 28.6
D 19.1 30.4
D 19.1 27.6
D 19.1 26.8
D 19.1 25.2
D 19.1 29.2
D 19.1 31.2
D 19.1 28.4
D 19.2 25
D 19.2 27.2
D 19.2 27.9
D 19.2 28.6
D 19.3 29.8
D 19.3 28.8
D 19.3 27
D 19.4 26
D 19.4 27
D 19.4 27.2
D 19.4 26.8
D 19.4 25.8
D 19.4 26.4
D 19.4 27.2
D 19.5 26.6
D 19.5 27.6
D 19.6 30.4
D 19.6 27.6
D 19.6 26.4
D 19.6 28.8
D 19.7 30.2
D 19.7 27.2
D 19.7 26.4
D 19.7 30.8
D 19.7 27.6
D 19.8 26.2
D 19.8 30.3
D 19.8 31.4
D 19.8 31.6
D 19.8 27.4
D 19.9 26.6
D 19.9 30.5
D 19.9 28.9
D 19.9 32
D 19.9 31.4
D 19.9 27.8
D 20 28.5
D 20 30.2
D 20 30.4
D 20 31.4
D 20 27.8
D 20.1 26.8
D 20.1 29.9
D 20.1 30.6
D 20.2 26.6
D 20.2 31.4
D 20.2 25.6
D 20.2 31.6
D 20.3 30.6
D 20.3 27.2
D 20.3 30.8
D 20.3 32
D 20.3 32.2
D 20.3 31.6
D 20.3 28
D 20.4 27.8
D 20.4 25.8
D 20.4 28.9
D 20.4 31.4
D 20.4 29.6
D 20.4 28.2
D 20.5 29.8
D 20.5 31.4
D 20.5 29
D 20.6 32
D 20.6 26.8
D 20.6 28
D 20.6 27.4
D 20.7 31.4
D 20.7 31.8
D 20.8 30.7
D 20.8 32
D 20.8 28.4
D 20.8 27.6
D 20.8 27.2
D 20.8 27.8
D 20.9 30.3
D 21 26.2
D 21 27
D 21 28.4
D 21.1 29.2
D 21.1 30.8
D 21.2 29
D 21.2 31.5
D 21.2 27.2
D 21.2 27.8
D 21.3 30.1
D 21.4 28.2
D 21.5 26.6
D 21.5 29.4
D 21.5 32.4
D 21.5 28.6
D 21.7 28
D 21.7 26.6
D 21.7 31.6
D 21.9 29.3
D 22.2 31.6
D 22.3 29
D 22.4 29
D 22.6 28.4
D 22.6 30.2
D 22.8 27.6
D 23.1 30.4
D 23.2 31.7
D 23.3 28.8
D 23.9 30.4
E 8.8 13.8
E 9.3 14.4
E 10.5 15.8
E 10.8 17.2
E 13.2 20.4
E 13.6 21.2
E 13.7 20.8
E 13.7 21
E 13.8 26.2
E 14.2 24.8
E 14.2 24.8
E 14.5 21
E 14.8 27.4
E 15.1 24.4
E 15.4 27
E 15.5 25
E 15.6 25.2
E 15.9 26.8
E 16.2 27.8
E 16.3 27.4
E 16.3 27.4
E 16.4 24.4
E 16.4 27.6
E 16.4 27.6
E 16.7 24.8
E 16.8 27.4
E 16.9 26.4
E 16.9 27.5
E 16.9 25.6
E 17.1 26.4
E 17.2 29.2
E 17.2 27
E 17.3 24.6
E 17.4 28.8
E 17.4 22.6
E 17.5 25.6
E 17.5 24.6
E 17.5 25.6
E 17.6 28.6
E 17.6 21.6
E 17.7 22.6
E 17.8 26.6
E 17.9 27
E 18 27.4
E 18 25.8
E 18 29.6
E 18 28
E 18.1 27.4
E 18.1 23.8
E 18.1 26.4
E 18.2 27.4
E 18.2 28.2
E 18.3 24.8
E 18.4 28.2
E 18.4 28
E 18.4 28
E 18.5 26.6
E 18.5 23.9
E 18.6 28
E 18.6 27.8
E 18.6 25.8
E 18.6 26.4
E 18.7 27
E 18.7 26.8
E 18.7 25.4
E 18.7 24.2
E 18.7 26.4
E 18.7 27.6
E 18.9 27.6
E 18.9 26.6
E 18.9 26.8
E 19 28
E 19 27.4
E 19 27.2
E 19 25.4
E 19 28
E 19 28.4
E 19 25.8
E 19.1 26
E 19.1 26.8
E 19.1 27.4
E 19.2 27.4
E 19.2 29.2
E 19.2 27.4
E 19.3 27.4
E 19.3 25.6
E 19.3 28.6
E 19.3 29.8
E 19.4 29.4
E 19.4 28.6
E 19.4 27.8
E 19.4 27.2
E 19.5 27.6
E 19.5 27.2
E 19.5 30.6
E 19.5 28.2
E 19.6 27.6
E 19.6 27.8
E 19.6 27.2
E 19.6 27.4
E 19.6 23.4
E 19.6 30.6
E 19.7 26.6
E 19.7 27.2
E 19.7 26.6
E 19.7 27
E 19.8 28.8
E 19.8 27.2
E 19.9 28.8
E 19.9 28.6
E 19.9 27.1
E 19.9 27.8
E 20 27.2
E 20 24
E 20 26.2
E 20 27.6
E 20.1 27.2
E 20.1 27
E 20.1 28.6
E 20.1 29.5
E 20.1 30.4
E 20.1 30
E 20.1 29.8
E 20.1 27.6
E 20.2 29.8
E 20.2 28.8
E 20.4 29
E 20.4 28.6
E 20.4 27.6
E 20.4 24.2
E 20.4 23.6
E 20.4 28.4
E 20.4 27.4
E 20.5 24.6
E 20.5 27.2
E 20.5 30
E 20.5 26.8
E 20.6 30.8
E 20.6 29.4
E 20.6 28.2
E 20.7 29.8
E 20.7 29.6
E 20.7 27.6
E 20.7 27.6
E 20.8 29.4
E 20.8 27.8
E 20.8 28.2
E 20.8 27.6
E 20.9 29.8
E 20.9 30.6
E 20.9 28.8
E 20.9 29.6
E 20.9 27.6
E 20.9 27.6
E 21 30.8
E 21 27.2
E 21.1 29.8
E 21.1 27.6
E 21.2 30.2
E 21.3 26.8
E 21.4 30.6
E 21.4 30.8
E 21.4 28
E 21.4 28.4
E 21.5 26.4
E 21.5 29.8
E 21.5 31.2
E 21.5 28.4
E 21.6 28.8
E 21.6 28
E 21.7 24.4
E 21.7 31.6
E 21.7 28.4
E 21.7 27.8
E 21.9 25.2
E 21.9 29.8
E 21.9 26.4
E 22 30.2
E 22 28.6
E 22.1 27.6
E 22.2 27
E 22.2 28.4
E 22.6 25.4
E 23 28
E 23 27.2
E 23.4 29.4
E 23.6 27.8
E 23.7 30.2
E 24.1 28.2
Altura (m)
35
30
25
20 Altura (m)
15
10
0
0 5 10 15 20 25 30
Altura (m)
5 30
tmResultadosAjustes.setValueAt($Bacon_WattsDouble_line$, i + 0, 1);
tmResultadosAjustes.setValueAt($BentHyperbola$, i + 1, 1);
tmResultadosAjustes.setValueAt($Bet$, i + 2, 1);
tmResultadosAjustes.setValueAt($BetaDistribuition$, i + 3, 1);
tmResultadosAjustes.setValueAt($BleasdaleeNelder$, i + 4, 1);
tmResultadosAjustes.setValueAt($BleasdaleModel$, i + 5, 1);
tmResultadosAjustes.setValueAt($Cauchy$, i + 6, 1);
tmResultadosAjustes.setValueAt($Chapman_Richards$, i + 7, 1);
tmResultadosAjustes.setValueAt($ExponentialAssociation$, i + 8, 1);
tmResultadosAjustes.setValueAt($ExponentialAssociation_3_$, i + 9, 1);
tmResultadosAjustes.setValueAt($ExponentialFit$, i + 10, 1);
tmResultadosAjustes.setValueAt($Freundicl_Extended_$, i + 11, 1);
tmResultadosAjustes.setValueAt($Gamma$, i + 12, 1);
tmResultadosAjustes.setValueAt($Gaussian$, i + 13, 1);
tmResultadosAjustes.setValueAt($GeneralizedHyperbola$, i + 14, 1);
tmResultadosAjustes.setValueAt($GeometricFit$, i + 15, 1);
tmResultadosAjustes.setValueAt($GompertzRelation$, i + 16, 1);
tmResultadosAjustes.setValueAt($Gunary$, i + 17, 1);
tmResultadosAjustes.setValueAt($Harris$, i + 18, 1);
tmResultadosAjustes.setValueAt($HeatCapacity$, i + 19, 1);
tmResultadosAjustes.setValueAt($HoerlModel$, i + 20, 1);
tmResultadosAjustes.setValueAt($Hyperbolic$, i + 21, 1);
tmResultadosAjustes.setValueAt($Inverse$, i + 22, 1);
tmResultadosAjustes.setValueAt($Langmuir_Extended_$, i + 23, 1);
tmResultadosAjustes.setValueAt($LinearFit$, i + 24, 1);
tmResultadosAjustes.setValueAt($LogNormal$, i + 25, 1);
tmResultadosAjustes.setValueAt($LogarithmFit$, i + 26, 1);
tmResultadosAjustes.setValueAt($Logstica$, i + 27, 1);
tmResultadosAjustes.setValueAt($LorentzEquation$, i + 28, 1);
tmResultadosAjustes.setValueAt($Michaelis_Menten$, i + 29, 1);
tmResultadosAjustes.setValueAt($Mitscherlich$, i + 30, 1);
tmResultadosAjustes.setValueAt($ModifiedExponential$, i + 31, 1);
tmResultadosAjustes.setValueAt($ModifiedGeometricFit$, i + 32, 1);
tmResultadosAjustes.setValueAt($ModifiedHoerl$, i + 33, 1);
tmResultadosAjustes.setValueAt($ModifiedPower$, i + 34, 1);
tmResultadosAjustes.setValueAt($Morgan_Mercer_Flodin_MMF_$, i + 35, 1);
tmResultadosAjustes.setValueAt($PowerFit$, i + 36, 1);
tmResultadosAjustes.setValueAt($QuadraticFit$, i + 37, 1);
tmResultadosAjustes.setValueAt($RationalFunction$, i + 38, 1);
tmResultadosAjustes.setValueAt($Reciprocal$, i + 39, 1);
tmResultadosAjustes.setValueAt($ReciprocalLogarithmFit$, i + 40, 1);
tmResultadosAjustes.setValueAt($ReciprocalQuadratic$, i + 41, 1);
tmResultadosAjustes.setValueAt($Richards$, i + 42, 1);
tmResultadosAjustes.setValueAt($Ricker$, i + 43, 1);
tmResultadosAjustes.setValueAt($RootFit$, i + 44, 1);
tmResultadosAjustes.setValueAt($SaturationGrowth_Rate$, i + 45, 1);
tmResultadosAjustes.setValueAt($SinusoidalFit$, i + 46, 1);
tmResultadosAjustes.setValueAt($SumofExponentials$, i + 47, 1);
tmResultadosAjustes.setValueAt($TruncatedFourierSeries$, i + 48, 1);
tmResultadosAjustes.setValueAt($Two_ParameterBell$, i + 49, 1);
tmResultadosAjustes.setValueAt($VaporPressure$, i + 50, 1);
tmResultadosAjustes.setValueAt($VonBertalanfly$, i + 51, 1);
tmResultadosAjustes.setValueAt($Weibull$, i + 52, 1);
tmResultadosAjustes.setValueAt($InversoY_X$, i + 53, 1);
tmResultadosAjustes.setValueAt($InversoY_LnX$, i + 54, 1);
tmResultadosAjustes.setValueAt($LnY_InversoX$, i + 55, 1);
tmResultadosAjustes.setValueAt($LnY_X$, i + 56, 1);
tmResultadosAjustes.setValueAt($Hiperblica$, i + 57, 1);
tmResultadosAjustes.setValueAt(parcela.Bacon_WattsDouble_line__a, i + 0, 2);
tmResultadosAjustes.setValueAt(parcela.BentHyperbola__a, i + 1, 2);
tmResultadosAjustes.setValueAt(parcela.Bet__a, i + 2, 2);
tmResultadosAjustes.setValueAt(parcela.BetaDistribuition__a, i + 3, 2);
tmResultadosAjustes.setValueAt(parcela.BleasdaleeNelder__a, i + 4, 2);
tmResultadosAjustes.setValueAt(parcela.BleasdaleModel__a, i + 5, 2);
tmResultadosAjustes.setValueAt(parcela.Cauchy__a, i + 6, 2);
tmResultadosAjustes.setValueAt(parcela.Chapman_Richards__a, i + 7, 2);
tmResultadosAjustes.setValueAt(parcela.ExponentialAssociation__a, i + 8, 2);
tmResultadosAjustes.setValueAt(parcela.ExponentialAssociation_3___a, i + 9, 2);
tmResultadosAjustes.setValueAt(parcela.ExponentialFit__a, i + 10, 2);
tmResultadosAjustes.setValueAt(parcela.Freundicl_Extended___a, i + 11, 2);
tmResultadosAjustes.setValueAt(parcela.Gamma__a, i + 12, 2);
tmResultadosAjustes.setValueAt(parcela.Gaussian__a, i + 13, 2);
tmResultadosAjustes.setValueAt(parcela.GeneralizedHyperbola__a, i + 14, 2);
tmResultadosAjustes.setValueAt(parcela.GeometricFit__a, i + 15, 2);
tmResultadosAjustes.setValueAt(parcela.GompertzRelation__a, i + 16, 2);
tmResultadosAjustes.setValueAt(parcela.Gunary__a, i + 17, 2);
tmResultadosAjustes.setValueAt(parcela.Harris__a, i + 18, 2);
tmResultadosAjustes.setValueAt(parcela.HeatCapacity__a, i + 19, 2);
tmResultadosAjustes.setValueAt(parcela.HoerlModel__a, i + 20, 2);
tmResultadosAjustes.setValueAt(parcela.Hyperbolic__a, i + 21, 2);
tmResultadosAjustes.setValueAt(parcela.Inverse__a, i + 22, 2);
tmResultadosAjustes.setValueAt(parcela.Langmuir_Extended___a, i + 23, 2);
tmResultadosAjustes.setValueAt(parcela.LinearFit__a, i + 24, 2);
tmResultadosAjustes.setValueAt(parcela.LogNormal__a, i + 25, 2);
tmResultadosAjustes.setValueAt(parcela.LogarithmFit__a, i + 26, 2);
tmResultadosAjustes.setValueAt(parcela.Logstica__a, i + 27, 2);
tmResultadosAjustes.setValueAt(parcela.LorentzEquation__a, i + 28, 2);
tmResultadosAjustes.setValueAt(parcela.Michaelis_Menten__a, i + 29, 2);
tmResultadosAjustes.setValueAt(parcela.Mitscherlich__a, i + 30, 2);
tmResultadosAjustes.setValueAt(parcela.ModifiedExponential__a, i + 31, 2);
tmResultadosAjustes.setValueAt(parcela.ModifiedGeometricFit__a, i + 32, 2);
tmResultadosAjustes.setValueAt(parcela.ModifiedHoerl__a, i + 33, 2);
tmResultadosAjustes.setValueAt(parcela.ModifiedPower__a, i + 34, 2);
tmResultadosAjustes.setValueAt(parcela.Morgan_Mercer_Flodin_MMF___a, i + 35, 2);
tmResultadosAjustes.setValueAt(parcela.PowerFit__a, i + 36, 2);
tmResultadosAjustes.setValueAt(parcela.QuadraticFit__a, i + 37, 2);
tmResultadosAjustes.setValueAt(parcela.RationalFunction__a, i + 38, 2);
tmResultadosAjustes.setValueAt(parcela.Reciprocal__a, i + 39, 2);
tmResultadosAjustes.setValueAt(parcela.ReciprocalLogarithmFit__a, i + 40, 2);
tmResultadosAjustes.setValueAt(parcela.ReciprocalQuadratic__a, i + 41, 2);
tmResultadosAjustes.setValueAt(parcela.Richards__a, i + 42, 2);
tmResultadosAjustes.setValueAt(parcela.Ricker__a, i + 43, 2);
tmResultadosAjustes.setValueAt(parcela.RootFit__a, i + 44, 2);
tmResultadosAjustes.setValueAt(parcela.SaturationGrowth_Rate__a, i + 45, 2);
tmResultadosAjustes.setValueAt(parcela.SinusoidalFit__a, i + 46, 2);
tmResultadosAjustes.setValueAt(parcela.SumofExponentials__a, i + 47, 2);
tmResultadosAjustes.setValueAt(parcela.TruncatedFourierSeries__a, i + 48, 2);
tmResultadosAjustes.setValueAt(parcela.Two_ParameterBell__a, i + 49, 2);
tmResultadosAjustes.setValueAt(parcela.VaporPressure__a, i + 50, 2);
tmResultadosAjustes.setValueAt(parcela.VonBertalanfly__a, i + 51, 2);
tmResultadosAjustes.setValueAt(parcela.Weibull__a, i + 52, 2);
tmResultadosAjustes.setValueAt(parcela.InversoY_X__a, i + 53, 2);
tmResultadosAjustes.setValueAt(parcela.InversoY_LnX__a, i + 54, 2);
tmResultadosAjustes.setValueAt(parcela.LnY_InversoX__a, i + 55, 2);
tmResultadosAjustes.setValueAt(parcela.LnY_X__a, i + 56, 2);
tmResultadosAjustes.setValueAt(parcela.Hiperblica__a, i + 57, 2);
tmResultadosAjustes.setValueAt(parcela.Bacon_WattsDouble_line__b, i + 0,3);
tmResultadosAjustes.setValueAt(parcela.BentHyperbola__b, i + 1,3);
tmResultadosAjustes.setValueAt(parcela.Bet__b, i + 2,3);
tmResultadosAjustes.setValueAt(parcela.BetaDistribuition__b, i + 3,3);
tmResultadosAjustes.setValueAt(parcela.BleasdaleeNelder__b, i + 4,3);
tmResultadosAjustes.setValueAt(parcela.BleasdaleModel__b, i + 5,3);
tmResultadosAjustes.setValueAt(parcela.Cauchy__b, i + 6,3);
tmResultadosAjustes.setValueAt(parcela.Chapman_Richards__b, i + 7,3);
tmResultadosAjustes.setValueAt(parcela.ExponentialAssociation__b, i + 8,3);
tmResultadosAjustes.setValueAt(parcela.ExponentialAssociation_3___b, i + 9,3);
tmResultadosAjustes.setValueAt(parcela.ExponentialFit__b, i + 10,3);
tmResultadosAjustes.setValueAt(parcela.Freundicl_Extended___b, i + 11,3);
tmResultadosAjustes.setValueAt(parcela.Gamma__b, i + 12,3);
tmResultadosAjustes.setValueAt(parcela.Gaussian__b, i + 13,3);
tmResultadosAjustes.setValueAt(parcela.GeneralizedHyperbola__b, i + 14,3);
tmResultadosAjustes.setValueAt(parcela.GeometricFit__b, i + 15,3);
tmResultadosAjustes.setValueAt(parcela.GompertzRelation__b, i + 16,3);
tmResultadosAjustes.setValueAt(parcela.Gunary__b, i + 17,3);
tmResultadosAjustes.setValueAt(parcela.Harris__b, i + 18,3);
tmResultadosAjustes.setValueAt(parcela.HeatCapacity__b, i + 19,3);
tmResultadosAjustes.setValueAt(parcela.HoerlModel__b, i + 20,3);
tmResultadosAjustes.setValueAt(parcela.Hyperbolic__b, i + 21,3);
tmResultadosAjustes.setValueAt(parcela.Inverse__b, i + 22,3);
tmResultadosAjustes.setValueAt(parcela.Langmuir_Extended___b, i + 23,3);
tmResultadosAjustes.setValueAt(parcela.LinearFit__b, i + 24,3);
tmResultadosAjustes.setValueAt(parcela.LogNormal__b, i + 25,3);
tmResultadosAjustes.setValueAt(parcela.LogarithmFit__b, i + 26,3);
tmResultadosAjustes.setValueAt(parcela.Logstica__b, i + 27,3);
tmResultadosAjustes.setValueAt(parcela.LorentzEquation__b, i + 28,3);
tmResultadosAjustes.setValueAt(parcela.Michaelis_Menten__b, i + 29,3);
tmResultadosAjustes.setValueAt(parcela.Mitscherlich__b, i + 30,3);
tmResultadosAjustes.setValueAt(parcela.ModifiedExponential__b, i + 31,3);
tmResultadosAjustes.setValueAt(parcela.ModifiedGeometricFit__b, i + 32,3);
tmResultadosAjustes.setValueAt(parcela.ModifiedHoerl__b, i + 33,3);
tmResultadosAjustes.setValueAt(parcela.ModifiedPower__b, i + 34,3);
tmResultadosAjustes.setValueAt(parcela.Morgan_Mercer_Flodin_MMF___b, i + 35,3);
tmResultadosAjustes.setValueAt(parcela.PowerFit__b, i + 36,3);
tmResultadosAjustes.setValueAt(parcela.QuadraticFit__b, i + 37,3);
tmResultadosAjustes.setValueAt(parcela.RationalFunction__b, i + 38,3);
tmResultadosAjustes.setValueAt(parcela.Reciprocal__b, i + 39,3);
tmResultadosAjustes.setValueAt(parcela.ReciprocalLogarithmFit__b, i + 40,3);
tmResultadosAjustes.setValueAt(parcela.ReciprocalQuadratic__b, i + 41,3);
tmResultadosAjustes.setValueAt(parcela.Richards__b, i + 42,3);
tmResultadosAjustes.setValueAt(parcela.Ricker__b, i + 43,3);
tmResultadosAjustes.setValueAt(parcela.RootFit__b, i + 44,3);
tmResultadosAjustes.setValueAt(parcela.SaturationGrowth_Rate__b, i + 45,3);
tmResultadosAjustes.setValueAt(parcela.SinusoidalFit__b, i + 46,3);
tmResultadosAjustes.setValueAt(parcela.SumofExponentials__b, i + 47,3);
tmResultadosAjustes.setValueAt(parcela.TruncatedFourierSeries__b, i + 48,3);
tmResultadosAjustes.setValueAt(parcela.Two_ParameterBell__b, i + 49,3);
tmResultadosAjustes.setValueAt(parcela.VaporPressure__b, i + 50,3);
tmResultadosAjustes.setValueAt(parcela.VonBertalanfly__b, i + 51,3);
tmResultadosAjustes.setValueAt(parcela.Weibull__b, i + 52,3);
tmResultadosAjustes.setValueAt(parcela.InversoY_X__b, i + 53,3);
tmResultadosAjustes.setValueAt(parcela.InversoY_LnX__b, i + 54,3);
tmResultadosAjustes.setValueAt(parcela.LnY_InversoX__b, i + 55,3);
tmResultadosAjustes.setValueAt(parcela.LnY_X__b, i + 56,3);
tmResultadosAjustes.setValueAt(parcela.Hiperblica__b, i + 57,3);
tmResultadosAjustes.setValueAt(parcela.Bacon_WattsDouble_line__c, i + 0, 4);
tmResultadosAjustes.setValueAt(parcela.BentHyperbola__c, i + 1, 4);
tmResultadosAjustes.setValueAt(parcela.Bet__c, i + 2, 4);
tmResultadosAjustes.setValueAt(parcela.BetaDistribuition__c, i + 3, 4);
tmResultadosAjustes.setValueAt(parcela.BleasdaleeNelder__c, i + 4, 4);
tmResultadosAjustes.setValueAt(parcela.BleasdaleModel__c, i + 5, 4);
tmResultadosAjustes.setValueAt(parcela.Cauchy__c, i + 6, 4);
tmResultadosAjustes.setValueAt(parcela.Chapman_Richards__c, i + 7, 4);
tmResultadosAjustes.setValueAt(parcela.ExponentialAssociation__c, i + 8, 4);
tmResultadosAjustes.setValueAt(parcela.ExponentialAssociation_3___c, i + 9, 4);
tmResultadosAjustes.setValueAt(parcela.ExponentialFit__c, i + 10, 4);
tmResultadosAjustes.setValueAt(parcela.Freundicl_Extended___c, i + 11, 4);
tmResultadosAjustes.setValueAt(parcela.Gamma__c, i + 12, 4);
tmResultadosAjustes.setValueAt(parcela.Gaussian__c, i + 13, 4);
tmResultadosAjustes.setValueAt(parcela.GeneralizedHyperbola__c, i + 14, 4);
tmResultadosAjustes.setValueAt(parcela.GeometricFit__c, i + 15, 4);
tmResultadosAjustes.setValueAt(parcela.GompertzRelation__c, i + 16, 4);
tmResultadosAjustes.setValueAt(parcela.Gunary__c, i + 17, 4);
tmResultadosAjustes.setValueAt(parcela.Harris__c, i + 18, 4);
tmResultadosAjustes.setValueAt(parcela.HeatCapacity__c, i + 19, 4);
tmResultadosAjustes.setValueAt(parcela.HoerlModel__c, i + 20, 4);
tmResultadosAjustes.setValueAt(parcela.Hyperbolic__c, i + 21, 4);
tmResultadosAjustes.setValueAt(parcela.Inverse__c, i + 22, 4);
tmResultadosAjustes.setValueAt(parcela.Langmuir_Extended___c, i + 23, 4);
tmResultadosAjustes.setValueAt(parcela.LinearFit__c, i + 24, 4);
tmResultadosAjustes.setValueAt(parcela.LogNormal__c, i + 25, 4);
tmResultadosAjustes.setValueAt(parcela.LogarithmFit__c, i + 26, 4);
tmResultadosAjustes.setValueAt(parcela.Logstica__c, i + 27, 4);
tmResultadosAjustes.setValueAt(parcela.LorentzEquation__c, i + 28, 4);
tmResultadosAjustes.setValueAt(parcela.Michaelis_Menten__c, i + 29, 4);
tmResultadosAjustes.setValueAt(parcela.Mitscherlich__c, i + 30, 4);
tmResultadosAjustes.setValueAt(parcela.ModifiedExponential__c, i + 31, 4);
tmResultadosAjustes.setValueAt(parcela.ModifiedGeometricFit__c, i + 32, 4);
tmResultadosAjustes.setValueAt(parcela.ModifiedHoerl__c, i + 33, 4);
tmResultadosAjustes.setValueAt(parcela.ModifiedPower__c, i + 34, 4);
tmResultadosAjustes.setValueAt(parcela.Morgan_Mercer_Flodin_MMF___c, i + 35, 4);
tmResultadosAjustes.setValueAt(parcela.PowerFit__c, i + 36, 4);
tmResultadosAjustes.setValueAt(parcela.QuadraticFit__c, i + 37, 4);
tmResultadosAjustes.setValueAt(parcela.RationalFunction__c, i + 38, 4);
tmResultadosAjustes.setValueAt(parcela.Reciprocal__c, i + 39, 4);
tmResultadosAjustes.setValueAt(parcela.ReciprocalLogarithmFit__c, i + 40, 4);
tmResultadosAjustes.setValueAt(parcela.ReciprocalQuadratic__c, i + 41, 4);
tmResultadosAjustes.setValueAt(parcela.Richards__c, i + 42, 4);
tmResultadosAjustes.setValueAt(parcela.Ricker__c, i + 43, 4);
tmResultadosAjustes.setValueAt(parcela.RootFit__c, i + 44, 4);
tmResultadosAjustes.setValueAt(parcela.SaturationGrowth_Rate__c, i + 45, 4);
tmResultadosAjustes.setValueAt(parcela.SinusoidalFit__c, i + 46, 4);
tmResultadosAjustes.setValueAt(parcela.SumofExponentials__c, i + 47, 4);
tmResultadosAjustes.setValueAt(parcela.TruncatedFourierSeries__c, i + 48, 4);
tmResultadosAjustes.setValueAt(parcela.Two_ParameterBell__c, i + 49, 4);
tmResultadosAjustes.setValueAt(parcela.VaporPressure__c, i + 50, 4);
tmResultadosAjustes.setValueAt(parcela.VonBertalanfly__c, i + 51, 4);
tmResultadosAjustes.setValueAt(parcela.Weibull__c, i + 52, 4);
tmResultadosAjustes.setValueAt(parcela.InversoY_X__c, i + 53, 4);
tmResultadosAjustes.setValueAt(parcela.InversoY_LnX__c, i + 54, 4);
tmResultadosAjustes.setValueAt(parcela.LnY_InversoX__c, i + 55, 4);
tmResultadosAjustes.setValueAt(parcela.LnY_X__c, i + 56, 4);
tmResultadosAjustes.setValueAt(parcela.Hiperblica__c, i + 57, 4);
tmResultadosAjustes.setValueAt(parcela.Bacon_WattsDouble_line__d, i + 0, 5);
tmResultadosAjustes.setValueAt(parcela.BentHyperbola__d, i + 1, 5);
tmResultadosAjustes.setValueAt(parcela.Bet__d, i + 2, 5);
tmResultadosAjustes.setValueAt(parcela.BetaDistribuition__d, i + 3, 5);
tmResultadosAjustes.setValueAt(parcela.BleasdaleeNelder__d, i + 4, 5);
tmResultadosAjustes.setValueAt(parcela.BleasdaleModel__d, i + 5, 5);
tmResultadosAjustes.setValueAt(parcela.Cauchy__d, i + 6, 5);
tmResultadosAjustes.setValueAt(parcela.Chapman_Richards__d, i + 7, 5);
tmResultadosAjustes.setValueAt(parcela.ExponentialAssociation__d, i + 8, 5);
tmResultadosAjustes.setValueAt(parcela.ExponentialAssociation_3___d, i + 9, 5);
tmResultadosAjustes.setValueAt(parcela.ExponentialFit__d, i + 10, 5);
tmResultadosAjustes.setValueAt(parcela.Freundicl_Extended___d, i + 11, 5);
tmResultadosAjustes.setValueAt(parcela.Gamma__d, i + 12, 5);
tmResultadosAjustes.setValueAt(parcela.Gaussian__d, i + 13, 5);
tmResultadosAjustes.setValueAt(parcela.GeneralizedHyperbola__d, i + 14, 5);
tmResultadosAjustes.setValueAt(parcela.GeometricFit__d, i + 15, 5);
tmResultadosAjustes.setValueAt(parcela.GompertzRelation__d, i + 16, 5);
tmResultadosAjustes.setValueAt(parcela.Gunary__d, i + 17, 5);
tmResultadosAjustes.setValueAt(parcela.Harris__d, i + 18, 5);
tmResultadosAjustes.setValueAt(parcela.HeatCapacity__d, i + 19, 5);
tmResultadosAjustes.setValueAt(parcela.HoerlModel__d, i + 20, 5);
tmResultadosAjustes.setValueAt(parcela.Hyperbolic__d, i + 21, 5);
tmResultadosAjustes.setValueAt(parcela.Inverse__d, i + 22, 5);
tmResultadosAjustes.setValueAt(parcela.Langmuir_Extended___d, i + 23, 5);
tmResultadosAjustes.setValueAt(parcela.LinearFit__d, i + 24, 5);
tmResultadosAjustes.setValueAt(parcela.LogNormal__d, i + 25, 5);
tmResultadosAjustes.setValueAt(parcela.LogarithmFit__d, i + 26, 5);
tmResultadosAjustes.setValueAt(parcela.Logstica__d, i + 27, 5);
tmResultadosAjustes.setValueAt(parcela.LorentzEquation__d, i + 28, 5);
tmResultadosAjustes.setValueAt(parcela.Michaelis_Menten__d, i + 29, 5);
tmResultadosAjustes.setValueAt(parcela.Mitscherlich__d, i + 30, 5);
tmResultadosAjustes.setValueAt(parcela.ModifiedExponential__d, i + 31, 5);
tmResultadosAjustes.setValueAt(parcela.ModifiedGeometricFit__d, i + 32, 5);
tmResultadosAjustes.setValueAt(parcela.ModifiedHoerl__d, i + 33, 5);
tmResultadosAjustes.setValueAt(parcela.ModifiedPower__d, i + 34, 5);
tmResultadosAjustes.setValueAt(parcela.Morgan_Mercer_Flodin_MMF___d, i + 35, 5);
tmResultadosAjustes.setValueAt(parcela.PowerFit__d, i + 36, 5);
tmResultadosAjustes.setValueAt(parcela.QuadraticFit__d, i + 37, 5);
tmResultadosAjustes.setValueAt(parcela.RationalFunction__d, i + 38, 5);
tmResultadosAjustes.setValueAt(parcela.Reciprocal__d, i + 39, 5);
tmResultadosAjustes.setValueAt(parcela.ReciprocalLogarithmFit__d, i + 40, 5);
tmResultadosAjustes.setValueAt(parcela.ReciprocalQuadratic__d, i + 41, 5);
tmResultadosAjustes.setValueAt(parcela.Richards__d, i + 42, 5);
tmResultadosAjustes.setValueAt(parcela.Ricker__d, i + 43, 5);
tmResultadosAjustes.setValueAt(parcela.RootFit__d, i + 44, 5);
tmResultadosAjustes.setValueAt(parcela.SaturationGrowth_Rate__d, i + 45, 5);
tmResultadosAjustes.setValueAt(parcela.SinusoidalFit__d, i + 46, 5);
tmResultadosAjustes.setValueAt(parcela.SumofExponentials__d, i + 47, 5);
tmResultadosAjustes.setValueAt(parcela.TruncatedFourierSeries__d, i + 48, 5);
tmResultadosAjustes.setValueAt(parcela.Two_ParameterBell__d, i + 49, 5);
tmResultadosAjustes.setValueAt(parcela.VaporPressure__d, i + 50, 5);
tmResultadosAjustes.setValueAt(parcela.VonBertalanfly__d, i + 51, 5);
tmResultadosAjustes.setValueAt(parcela.Weibull__d, i + 52, 5);
tmResultadosAjustes.setValueAt(parcela.InversoY_X__d, i + 53, 5);
tmResultadosAjustes.setValueAt(parcela.InversoY_LnX__d, i + 54, 5);
tmResultadosAjustes.setValueAt(parcela.LnY_InversoX__d, i + 55, 5);
tmResultadosAjustes.setValueAt(parcela.LnY_X__d, i + 56, 5);
tmResultadosAjustes.setValueAt(parcela.Hiperblica__d, i + 57, 5);
tmResultadosAjustes.setValueAt(0.0, i + 0, 6);
tmResultadosAjustes.setValueAt(parcela.Bacon_WattsDouble_line__r, i + 0, 7);
tmResultadosAjustes.setValueAt(parcela.BentHyperbola__r, i + 1, 7);
tmResultadosAjustes.setValueAt(parcela.Bet__r, i + 2, 7);
tmResultadosAjustes.setValueAt(parcela.BetaDistribuition__r, i + 3, 7);
tmResultadosAjustes.setValueAt(parcela.BleasdaleeNelder__r, i + 4, 7);
tmResultadosAjustes.setValueAt(parcela.BleasdaleModel__r, i + 5, 7);
tmResultadosAjustes.setValueAt(parcela.Cauchy__r, i + 6, 7);
tmResultadosAjustes.setValueAt(parcela.Chapman_Richards__r, i + 7, 7);
tmResultadosAjustes.setValueAt(parcela.ExponentialAssociation__r, i + 8, 7);
tmResultadosAjustes.setValueAt(parcela.ExponentialAssociation_3___r, i + 9, 7);
tmResultadosAjustes.setValueAt(parcela.ExponentialFit__r, i + 10, 7);
tmResultadosAjustes.setValueAt(parcela.Freundicl_Extended___r, i + 11, 7);
tmResultadosAjustes.setValueAt(parcela.Gamma__r, i + 12, 7);
tmResultadosAjustes.setValueAt(parcela.Gaussian__r, i + 13, 7);
tmResultadosAjustes.setValueAt(parcela.GeneralizedHyperbola__r, i + 14, 7);
tmResultadosAjustes.setValueAt(parcela.GeometricFit__r, i + 15, 7);
tmResultadosAjustes.setValueAt(parcela.GompertzRelation__r, i + 16, 7);
tmResultadosAjustes.setValueAt(parcela.Gunary__r, i + 17, 7);
tmResultadosAjustes.setValueAt(parcela.Harris__r, i + 18, 7);
tmResultadosAjustes.setValueAt(parcela.HeatCapacity__r, i + 19, 7);
tmResultadosAjustes.setValueAt(parcela.HoerlModel__r, i + 20, 7);
tmResultadosAjustes.setValueAt(parcela.Hyperbolic__r, i + 21, 7);
tmResultadosAjustes.setValueAt(parcela.Inverse__r, i + 22, 7);
tmResultadosAjustes.setValueAt(parcela.Langmuir_Extended___r, i + 23, 7);
tmResultadosAjustes.setValueAt(parcela.LinearFit__r, i + 24, 7);
tmResultadosAjustes.setValueAt(parcela.LogNormal__r, i + 25, 7);
tmResultadosAjustes.setValueAt(parcela.LogarithmFit__r, i + 26, 7);
tmResultadosAjustes.setValueAt(parcela.Logstica__r, i + 27, 7);
tmResultadosAjustes.setValueAt(parcela.LorentzEquation__r, i + 28, 7);
tmResultadosAjustes.setValueAt(parcela.Michaelis_Menten__r, i + 29, 7);
tmResultadosAjustes.setValueAt(parcela.Mitscherlich__r, i + 30, 7);
tmResultadosAjustes.setValueAt(parcela.ModifiedExponential__r, i + 31, 7);
tmResultadosAjustes.setValueAt(parcela.ModifiedGeometricFit__r, i + 32, 7);
tmResultadosAjustes.setValueAt(parcela.ModifiedHoerl__r, i + 33, 7);
tmResultadosAjustes.setValueAt(parcela.ModifiedPower__r, i + 34, 7);
tmResultadosAjustes.setValueAt(parcela.Morgan_Mercer_Flodin_MMF___r, i + 35, 7);
tmResultadosAjustes.setValueAt(parcela.PowerFit__r, i + 36, 7);
tmResultadosAjustes.setValueAt(parcela.QuadraticFit__r, i + 37, 7);
tmResultadosAjustes.setValueAt(parcela.RationalFunction__r, i + 38, 7);
tmResultadosAjustes.setValueAt(parcela.Reciprocal__r, i + 39, 7);
tmResultadosAjustes.setValueAt(parcela.ReciprocalLogarithmFit__r, i + 40, 7);
tmResultadosAjustes.setValueAt(parcela.ReciprocalQuadratic__r, i + 41, 7);
tmResultadosAjustes.setValueAt(parcela.Richards__r, i + 42, 7);
tmResultadosAjustes.setValueAt(parcela.Ricker__r, i + 43, 7);
tmResultadosAjustes.setValueAt(parcela.RootFit__r, i + 44, 7);
tmResultadosAjustes.setValueAt(parcela.SaturationGrowth_Rate__r, i + 45, 7);
tmResultadosAjustes.setValueAt(parcela.SinusoidalFit__r, i + 46, 7);
tmResultadosAjustes.setValueAt(parcela.SumofExponentials__r, i + 47, 7);
tmResultadosAjustes.setValueAt(parcela.TruncatedFourierSeries__r, i + 48, 7);
tmResultadosAjustes.setValueAt(parcela.Two_ParameterBell__r, i + 49, 7);
tmResultadosAjustes.setValueAt(parcela.VaporPressure__r, i + 50, 7);
tmResultadosAjustes.setValueAt(parcela.VonBertalanfly__r, i + 51, 7);
tmResultadosAjustes.setValueAt(parcela.Weibull__r, i + 52, 7);
tmResultadosAjustes.setValueAt(parcela.InversoY_X__r, i + 53, 7);
tmResultadosAjustes.setValueAt(parcela.InversoY_LnX__r, i + 54, 7);
tmResultadosAjustes.setValueAt(parcela.LnY_InversoX__r, i + 55, 7);
tmResultadosAjustes.setValueAt(parcela.LnY_X__r, i + 56, 7);
tmResultadosAjustes.setValueAt(parcela.Hiperblica__r, i + 57, 7);
tmResultadosAjustes.setValueAt(parcela.Bacon_WattsDouble_line__eq;, i + 0, 8);
tmResultadosAjustes.setValueAt(parcela.BentHyperbola__eq;, i + 1, 8);
tmResultadosAjustes.setValueAt(parcela.Bet__eq;, i + 2, 8);
tmResultadosAjustes.setValueAt(parcela.BetaDistribuition__eq;, i + 3, 8);
tmResultadosAjustes.setValueAt(parcela.BleasdaleeNelder__eq;, i + 4, 8);
tmResultadosAjustes.setValueAt(parcela.BleasdaleModel__eq;, i + 5, 8);
tmResultadosAjustes.setValueAt(parcela.Cauchy__eq;, i + 6, 8);
tmResultadosAjustes.setValueAt(parcela.Chapman_eqichards__eq;, i + 7, 8);
tmResultadosAjustes.setValueAt(parcela.ExponentialAssociation__eq;, i + 8, 8);
tmResultadosAjustes.setValueAt(parcela.ExponentialAssociation_3___eq;, i + 9, 8);
tmResultadosAjustes.setValueAt(parcela.ExponentialFit__eq;, i + 10, 8);
tmResultadosAjustes.setValueAt(parcela.Freundicl_Extended___eq;, i + 11, 8);
tmResultadosAjustes.setValueAt(parcela.Gamma__eq;, i + 12, 8);
tmResultadosAjustes.setValueAt(parcela.Gaussian__eq;, i + 13, 8);
tmResultadosAjustes.setValueAt(parcela.GeneralizedHyperbola__eq;, i + 14, 8);
tmResultadosAjustes.setValueAt(parcela.GeometricFit__eq;, i + 15, 8);
tmResultadosAjustes.setValueAt(parcela.GompertzRelation__eq;, i + 16, 8);
tmResultadosAjustes.setValueAt(parcela.Gunary__eq;, i + 17, 8);
tmResultadosAjustes.setValueAt(parcela.Harris__eq;, i + 18, 8);
tmResultadosAjustes.setValueAt(parcela.HeatCapacity__eq;, i + 19, 8);
tmResultadosAjustes.setValueAt(parcela.HoerlModel__eq;, i + 20, 8);
tmResultadosAjustes.setValueAt(parcela.Hyperbolic__eq;, i + 21, 8);
tmResultadosAjustes.setValueAt(parcela.Inverse__eq;, i + 22, 8);
tmResultadosAjustes.setValueAt(parcela.Langmuir_Extended___eq;, i + 23, 8);
tmResultadosAjustes.setValueAt(parcela.LinearFit__eq;, i + 24, 8);
tmResultadosAjustes.setValueAt(parcela.LogNormal__eq;, i + 25, 8);
tmResultadosAjustes.setValueAt(parcela.LogarithmFit__eq;, i + 26, 8);
tmResultadosAjustes.setValueAt(parcela.Logstica__eq;, i + 27, 8);
tmResultadosAjustes.setValueAt(parcela.LorentzEquation__eq;, i + 28, 8);
tmResultadosAjustes.setValueAt(parcela.Michaelis_Menten__eq;, i + 29, 8);
tmResultadosAjustes.setValueAt(parcela.Mitscherlich__eq;, i + 30, 8);
tmResultadosAjustes.setValueAt(parcela.ModifiedExponential__eq;, i + 31, 8);
tmResultadosAjustes.setValueAt(parcela.ModifiedGeometricFit__eq;, i + 32, 8);
tmResultadosAjustes.setValueAt(parcela.ModifiedHoerl__eq;, i + 33, 8);
tmResultadosAjustes.setValueAt(parcela.ModifiedPower__eq;, i + 34, 8);
tmResultadosAjustes.setValueAt(parcela.Morgan_Mercer_Flodin_MMF___eq;, i + 35, 8);
tmResultadosAjustes.setValueAt(parcela.PowerFit__eq;, i + 36, 8);
tmResultadosAjustes.setValueAt(parcela.QuadraticFit__eq;, i + 37, 8);
tmResultadosAjustes.setValueAt(parcela.RationalFunction__eq;, i + 38, 8);
tmResultadosAjustes.setValueAt(parcela.Reciprocal__eq;, i + 39, 8);
tmResultadosAjustes.setValueAt(parcela.ReciprocalLogarithmFit__eq;, i + 40, 8);
tmResultadosAjustes.setValueAt(parcela.ReciprocalQuadratic__eq;, i + 41, 8);
tmResultadosAjustes.setValueAt(parcela.Richards__eq;, i + 42, 8);
tmResultadosAjustes.setValueAt(parcela.Ricker__eq;, i + 43, 8);
tmResultadosAjustes.setValueAt(parcela.RootFit__eq;, i + 44, 8);
tmResultadosAjustes.setValueAt(parcela.SaturationGrowth_eqate__eq;, i + 45, 8);
tmResultadosAjustes.setValueAt(parcela.SinusoidalFit__eq;, i + 46, 8);
tmResultadosAjustes.setValueAt(parcela.SumofExponentials__eq;, i + 47, 8);
tmResultadosAjustes.setValueAt(parcela.TruncatedFourierSeries__eq;, i + 48, 8);
tmResultadosAjustes.setValueAt(parcela.Two_ParameterBell__eq;, i + 49, 8);
tmResultadosAjustes.setValueAt(parcela.VaporPressure__eq;, i + 50, 8);
tmResultadosAjustes.setValueAt(parcela.VonBertalanfly__eq;, i + 51, 8);
tmResultadosAjustes.setValueAt(parcela.Weibull__eq;, i + 52, 8);
tmResultadosAjustes.setValueAt(parcela.InversoY_X__eq;, i + 53, 8);
tmResultadosAjustes.setValueAt(parcela.InversoY_LnX__eq;, i + 54, 8);
tmResultadosAjustes.setValueAt(parcela.LnY_InversoX__eq;, i + 55, 8);
tmResultadosAjustes.setValueAt(parcela.LnY_X__eq;, i + 56, 8);
tmResultadosAjustes.setValueAt(parcela.Hiperbolica__eq;, i + 57, 8);
tmResultadosAjustes.setValueAt(parcela.Bacon_WattsDouble_line___exp;, i + 0, 9);
tmResultadosAjustes.setValueAt(parcela.BentHyperbola___exp;, i + 1, 9);
tmResultadosAjustes.setValueAt(parcela.Bet___exp;, i + 2, 9);
tmResultadosAjustes.setValueAt(parcela.BetaDistribuition___exp;, i + 3, 9);
tmResultadosAjustes.setValueAt(parcela.BleasdaleeNelder___exp;, i + 4, 9);
tmResultadosAjustes.setValueAt(parcela.BleasdaleModel___exp;, i + 5, 9);
tmResultadosAjustes.setValueAt(parcela.Cauchy___exp;, i + 6, 9);
tmResultadosAjustes.setValueAt(parcela.Chapman_eqichards___exp;, i + 7, 9);
tmResultadosAjustes.setValueAt(parcela.ExponentialAssociation___exp;, i + 8, 9);
tmResultadosAjustes.setValueAt(parcela.ExponentialAssociation_3____exp;, i + 9, 9);
tmResultadosAjustes.setValueAt(parcela.ExponentialFit___exp;, i + 10, 9);
tmResultadosAjustes.setValueAt(parcela.Freundicl_Extended____exp;, i + 11, 9);
tmResultadosAjustes.setValueAt(parcela.Gamma___exp;, i + 12, 9);
tmResultadosAjustes.setValueAt(parcela.Gaussian___exp;, i + 13, 9);
tmResultadosAjustes.setValueAt(parcela.GeneralizedHyperbola___exp;, i + 14, 9);
tmResultadosAjustes.setValueAt(parcela.GeometricFit___exp;, i + 15, 9);
tmResultadosAjustes.setValueAt(parcela.GompertzRelation___exp;, i + 16, 9);
tmResultadosAjustes.setValueAt(parcela.Gunary___exp;, i + 17, 9);
tmResultadosAjustes.setValueAt(parcela.Harris___exp;, i + 18, 9);
tmResultadosAjustes.setValueAt(parcela.HeatCapacity___exp;, i + 19, 9);
tmResultadosAjustes.setValueAt(parcela.HoerlModel___exp;, i + 20, 9);
tmResultadosAjustes.setValueAt(parcela.Hyperbolic___exp;, i + 21, 9);
tmResultadosAjustes.setValueAt(parcela.Inverse___exp;, i + 22, 9);
tmResultadosAjustes.setValueAt(parcela.Langmuir_Extended____exp;, i + 23, 9);
tmResultadosAjustes.setValueAt(parcela.LinearFit___exp;, i + 24, 9);
tmResultadosAjustes.setValueAt(parcela.LogNormal___exp;, i + 25, 9);
tmResultadosAjustes.setValueAt(parcela.LogarithmFit___exp;, i + 26, 9);
tmResultadosAjustes.setValueAt(parcela.Logstica___exp;, i + 27, 9);
tmResultadosAjustes.setValueAt(parcela.LorentzEquation___exp;, i + 28, 9);
tmResultadosAjustes.setValueAt(parcela.Michaelis_Menten___exp;, i + 29, 9);
tmResultadosAjustes.setValueAt(parcela.Mitscherlich___exp;, i + 30, 9);
tmResultadosAjustes.setValueAt(parcela.ModifiedExponential___exp;, i + 31, 9);
tmResultadosAjustes.setValueAt(parcela.ModifiedGeometricFit___exp;, i + 32, 9);
tmResultadosAjustes.setValueAt(parcela.ModifiedHoerl___exp;, i + 33, 9);
tmResultadosAjustes.setValueAt(parcela.ModifiedPower___exp;, i + 34, 9);
tmResultadosAjustes.setValueAt(parcela.Morgan_Mercer_Flodin_MMF____exp;, i + 35, 9);
tmResultadosAjustes.setValueAt(parcela.PowerFit___exp;, i + 36, 9);
tmResultadosAjustes.setValueAt(parcela.QuadraticFit___exp;, i + 37, 9);
tmResultadosAjustes.setValueAt(parcela.RationalFunction___exp;, i + 38, 9);
tmResultadosAjustes.setValueAt(parcela.Reciprocal___exp;, i + 39, 9);
tmResultadosAjustes.setValueAt(parcela.ReciprocalLogarithmFit___exp;, i + 40, 9);
tmResultadosAjustes.setValueAt(parcela.ReciprocalQuadratic___exp;, i + 41, 9);
tmResultadosAjustes.setValueAt(parcela.Richards___exp;, i + 42, 9);
tmResultadosAjustes.setValueAt(parcela.Ricker___exp;, i + 43, 9);
tmResultadosAjustes.setValueAt(parcela.RootFit___exp;, i + 44, 9);
tmResultadosAjustes.setValueAt(parcela.SaturationGrowth_eqate___exp;, i + 45, 9);
tmResultadosAjustes.setValueAt(parcela.SinusoidalFit___exp;, i + 46, 9);
tmResultadosAjustes.setValueAt(parcela.SumofExponentials___exp;, i + 47, 9);
tmResultadosAjustes.setValueAt(parcela.TruncatedFourierSeries___exp;, i + 48, 9);
tmResultadosAjustes.setValueAt(parcela.Two_ParameterBell___exp;, i + 49, 9);
tmResultadosAjustes.setValueAt(parcela.VaporPressure___exp;, i + 50, 9);
tmResultadosAjustes.setValueAt(parcela.VonBertalanfly___exp;, i + 51, 9);
tmResultadosAjustes.setValueAt(parcela.Weibull___exp;, i + 52, 9);
tmResultadosAjustes.setValueAt(parcela.InversoY_X___exp;, i + 53, 9);
tmResultadosAjustes.setValueAt(parcela.InversoY_LnX___exp;, i + 54, 9);
tmResultadosAjustes.setValueAt(parcela.LnY_InversoX___exp;, i + 55, 9);
tmResultadosAjustes.setValueAt(parcela.LnY_X___exp;, i + 56, 9);
tmResultadosAjustes.setValueAt(parcela.Hiperbolica___exp;, i + 57, 9);
35, 8);
+ 35, 9);
BentHyperbola
Bet
BetaDistribuition
BleasdaleeNelder
BleasdaleModel
Cauchy
Chapman_Richards
ExponentialFit
Freundicl_Extended_
Gamma
Gaussian
GeometricFit
GompertzRelation
Gunary
Harris
HeatCapacity
HoerlModel
Hyperbolic
Inverse
Langmuir_Extended_
LinearFit
LogNormal
LogarithmFit
Logstica
LorentzEquation
Michaelis_Menten
Mitscherlich
ModifiedExponential
ModifiedHoerl
ModifiedPower
PowerFit
QuadraticFit
RationalFunction
Reciprocal
ReciprocalQuadratic
Richards
Ricker
RootFit
SinusoidalFit
SumofExponentials
Two_ParameterBell
VaporPressure
VonBertalanfly
Weibull
InversoY_X
InversoY_LnX
LnY_InversoX
LnY_X
Hiperblica - Guimares

Mode Los

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Mode Los

Hochgeladen von

Copyright:

Verfügbare Formate

Modelos

Bacon-Watts Double-line Bacon-Watts Double-line

Das könnte Ihnen auch gefallen