Identificando que la variable dependiente es la cantidad de recuperados y la independiente es el numero de días. Para analizar la razón de cambio promedio y entender cómo se comportan los datos, utilizamos las parejas ordenadas, (X1,Y1), (X2,Y2) aplicándolas de la siguiente manera  m= Y2-Y1/X2-X1 de esta forma evidenciamos que no podemos hablar de un     crecimiento constante ya que el resultado va cambiando dependiendo los datos que tomemos, aunque sí se pueden evidenciar ciertos patrones de coincidencias en los resultados 

77-16/497-40= 61/454=0.1344  

199-138/102679-9978= 31/92701=0.00033

322-260/299093-194242= 62/104851=0.00059

381-350/351027-329087= 31/21940=0.00141

411-381/437332-351027= 0.00034

los datos y la gráfica muestra que no en todos los puntos podemos hablar de un crecimiento exponencial ya que al principio los recuperados no fueron en cantidades notables y en algunos puntos tiende a ser un poco más constante este crecimiento.

Del fenómeno planteado obtenemos la gráfica de F(X)=1,07^x, que es la expresión que hallamos a partir de los datos obtenidos, la función arroja una gráfica, donde X es la fecha, en relación al transcurso de los días y la variable independiente, por lo tanto, Y es la cantidad de personas recuperadas y la variable dependiente, ya que a medida que avanzan las fechas en días, también aumenta la cantidad de personas recuperadas.
A partir de la gráfica podemos determinar que es continua, de rápido crecimiento y corta al eje Y en el punto (0,1)

Casos confirmados de COVID-19. (n.d.). Retrieved May 21, 2021, from Gov.co website: https://saludata.saludcapital.gov.co/osb/index.php/datos-de-salud/enfermedades-trasmisibles/covid19/

De toneladas, L. P. de A. en M. N. L. en M., & la tabla., D. el A. de 1992 a. P. del M. de E. se M. en. (n.d.). RAZÓN DE CAMBIO. Retrieved May 21, 2021, from Uson.mx website: https://www.mat.uson.mx/~jldiaz/Documents/Derivadas/razon%20de%20cambio-cb.pdf

Noticias coronavirus-casos. (n.d.). Retrieved May 21, 2021, from Gov.co website: http://www.ins.gov.co/Noticias/Paginas/coronavirus-casos.aspx

Noticias coronavirus-departamento. (n.d.). Retrieved May 21, 2021, from Gov.co website: http://www.ins.gov.co/Noticias/Paginas/coronavirus-departamento.aspx

Realidad, detrás de la mortalidad por covid en Colombia. (n.d.). Retrieved May 21, 2021, from Edu.co website: http://www.udea.edu.co/wps/portal/udea/web/inicio/udea-noticias/udea-noticia/!ut/p/z0/fU67DsIwDPwVlo5RQikFxooBCTEwINRmQaaJwJDGfaQVn49bBsTCYt_5zj5LLXOpPQx4g4DkwTEvdHpZb7bxPEvUQaVJqrL0mCxX8W5xOiu5l_q_gS_go2l0JnVJPthXkHlNbQDXGwuRgu6X3amyHzzWmaeAJUIXqWnbo6HR9R1TjZ5_Zb0HJ2wnHIjWgkMDRhgrBgbcQwvdSFmtprxJ52hREluE9QwcVVcEWT918QZOpWBt/

Situación actual del Coronavirus en Antioquia. (n.d.). Retrieved May 21, 2021, from Gov.co website: https://www.dssa.gov.co/index.php/situacion-actual-coronavirus-en-antioquia?start=20

(N.d.). Retrieved May 21, 2021, from Educacion.es website: http://recursostic.educacion.es/secundaria/edad/4esomatematicasB/funciones3/impresos/quincena10.pdf

Durante la pandemia el departamento de Antioquia ha sido uno de los más afectados de acuerdo a las estadísticas de contagios, de las 9 subregiones con las que cuenta el departamento el valle de aburra (en donde encontramos las siguientes ciudades: Medellín, Bello, Itagüí, Envigado, Caldas, Sabaneta, Copacabana, La estrella,) ha sido la subregión mayormente afectada, y la cual ha aportado un porcentaje mayor de casos positivos durante el transcurso de la pandemia, de acuerdo a los visto en cifras esta situación se puede comprender ya que esta subregión cuenta con las ciudades principales del departamento y donde se presenta una mayor población y por ende una mayor tasa de contagios, para controlar los contagios y evitar colapsos hospitalarios el departamento ha implementado diferentes estrategias en su mayor medida a corto plazo con el fin de disminuir los impactos de los picos que se presentan a raíz de las temporadas en donde la socialización y el comercio se descontrolan y no permiten que las medidas de autocuidado sean del todo efectivas. 

Otro fenómeno que se puede observar en la región de Antioquia, específicamente en la ciudad de Medellín en un análisis realizado por Román Restrepo y Sofía Zapata, docentes de la universidad de Antioquia se analiza la relación del estrato socioeconómico con un porcentaje mayor de mortalidad que el que se presenta en lugares de la ciudad en donde el estrato es más alto, a continuación se relaciona una tabla con la información de las comunas de la ciudad de Medellín y los porcentajes de mortalidad, información relacionada en el análisis de los docentes.