La pressione atmosferica è influenzata da vari fattori ma, mediamente, al variare della quota sul livello del mare ha un andamento abbastanza regolare. Qui sotto sono riportati i valori medi, rispetto al tempo e alla zona geografica, della pressione in atmosfere in corripondenza dell'altitudine in km rilevati dalla NASA. A destra i dati sono riportati su un sistema di assi ed è tracciato il grafico di una funzione che li approssima. Prova a trovare la funzione. Se vuoi utilizza uno script (tra quello presenti sul sito) o WolframAlpha.
km:   0,    1,    2,    4,    6,   8,  10,   15,   20,   30
atm:  1,0.886,0.785,0.608,0.465,0.35,0.26,0.115,0.069,0.012
   

Prima usiamo WolframAlpha (vedi). Poi vedremo come usare altro software.

Proviamo con una funzione quadratica:
quadratic fit (0,1),(1,0.886),(2,0.785),(4,0.608),(6,0.465),(8,0.35),(10,0.26),(15,0.115),(20,0.069),(30,0.012)
 
0.00179858 x^2 - 0.0840002 x + 0.947369
Evidentemente questa scelta è da scartare.

Proviamo con una funzione cubica:
cubic fit (0,1),(1,0.886),(2,0.785),(4,0.608),(6,0.465),(8,0.35),(10,0.26),(15,0.115),(20,0.069),(30,0.012)
 
-0.0000690156 x^3 + 0.00481989 x^2 - 0.115345 x + 0.998035

Anche questa scelta è da scartare: non può scendere sotto all'asse x.

Proviamo con una funzione esponenziale:
exp fit (0,1),(1,0.886),(2,0.785),(4,0.608),(6,0.465),(8,0.35),(10,0.26),(15,0.115),(20,0.069),(30,0.012)
 
1.01307 e^(-0.13316 x)

Ottima approssimaziome. Posso prendere x → 1.01*exp(-0.133*x).

Ecco come si potevano utilizzare gli script "regressione" presenti qui (e gli script per tracciare grafici accessibili da qui):

Con "regressione quadratica" ottengo:

 
x:   0, 1, 2, 4, 6, 8, 10, 15, 20, 30
y:   1,0.886,0.785,0.608,0.465,0.35,0.26,0.115,0.069,0.012
0.0017985823292665773 * x^2 - 0.08400015294805847 * x + 0.9473689936114181

Con "regressione cubica" ottengo, analogamente:

 
-0.00006901557202050131*x^3 + 0.004819894022232569*x^2 - 0.11534493914529464*x + 0.9980348816625699

Con "regressione esponenziale" ottengo, analogamente:

 
1.0264721122913258 · exp(-0.1377436240021218*x)

QUI lo script con cui sono stati fatti i 3 grafici nella stessa scala.
Sotto con WolframAlpha la verifica che le due formulazioni della funzione esponenziale trovate nei due modi sono sostanzialmente equivalenti:

plot y = 1.01307*exp(-0.13316*x); y = 1.026472* exp(-0.13774*x) for 0 < x < 40