Contact
CoCalc Logo Icon
StoreFeaturesDocsShareSupport News AboutSign UpSign In
| Download
Project: MMC_CRAR
Views: 129
'Metodo de Euler' 'Modelo de crecimiento exponencial' "f'(x)=r*f(x), r=0.5" "f'(0)=100" "f(k)=f(k-1)+r*(k-1)*I" "Particion de (0,110) de 1" plot(200*exp(log(3/2)*x/110), (x,0,110)) u=[k/1 for k in range(110) if k % 1==0] v=[] v.append(200) for k in range(1,110): v.append(v[k-1]+(1/2*(k-1)*1/1)) p=zip(u,v) "Comparacion de la aproximacion y la solucion real" scatter_plot(p)+plot(200*exp(log(3/2)*x/110), (x,0,110))
'Modelo de crecimiento exponencial' "f'(x)=r*f(x), r=0.5" "f'(0)=100" 'f(k)=f(k-1)+r*(k-1)*I' 'Particion de (0,110) de 1'
"Particion de (0,1) de 1/10" u=[k/10 for k in range(10) if k % 1==0] v=[] v.append(200) for k in range(1,10): v.append(v[k-1]+1/2*(k-1)*1/10) p=zip(u,v) "Comparacion de la aproximacion y la solucion real" scatter_plot(p)+plot(200*exp(log(3/2)*x/110), (x,0,1))
'Particion de (0,1) de 1/10' 'Comparacion de la aproximacion y la solucion real'
'Modelo de caida libre con resistencia del aire' 'dy(t)=-(m*g/k)+(Vo+m*g/k)*exp(-k/m*t)' 'y(t)=-g*(m/k)*t-(m/k)*(Vo+m/k*g)*(exp(-k/m*t)-1)+Yo' "Particion de (0,3) de 1/100" g=9.8 m=10 r=5 v0=0 y0=20 u=[k/100 for k in range(300) if k % 1==0] v=[] v.append(20) for k in range(1,300): v.append(v[k-1]+((-m*g/r)+(v0+m*g/r)*exp(-r/m*(k-1)/100))*1/100) p=zip(u,v) scatter_plot(p)+plot(-(m*g/r)*x-(m/r)*(v0+m*g/r)*(exp(-r/m*x)-1)+y0, (x, 0, 4))
'Modelo de caida libre con resistencia del aire' 'dy(t)=-(m*g/k)+(Vo+m*g/k)*exp(-k/m*t)' 'y(t)=-g*(m/k)*t-(m/k)*(Vo+m/k*g)*(exp(-k/m*t)-1)+Yo' 'Particion de (0,3) de 1/100'
"Particion de (0,4) de 1/50" g=9.8 m=10 r=5 v0=0 y0=20 u=[k/50 for k in range(200) if k % 1==0] v=[] v.append(20) for k in range(1,200): v.append(v[k-1]+((-m*g/r)+(v0+m*g/r)*exp(-r/m*(k-1)/100))*1/50) p=zip(u,v) scatter_plot(p)+plot(-(m*g/r)*x-(m/r)*(v0+m*g/r)*(exp(-r/m*x)-1)+y0, (x, 0, 4))
'Particion de (0,4) de 1/50'
"Particion de (0,3) de 1/10" g=9.8 m=10 r=5 v0=0 y0=20 u=[k/10 for k in range(40) if k % 1==0] v=[] v.append(20) for k in range(1,40): v.append(v[k-1]+((-m*g/r)+(v0+m*g/r)*exp(-r/m*(k-1)/100))*1/10) p=zip(u,v) scatter_plot(p)+plot(-(m*g/r)*x-(m/r)*(v0+m*g/r)*(exp(-r/m*x)-1)+y0, (x, 0, 4))
'Particion de (0,3) de 1/10'
'Tiro parabolico' 'y(t)=-g/2*t^2+(rsin(o))x+y0' 'dy(t)=-gt+rsin(o)' 'Particion de (0,3) de 1/100' g=9.8 o=pi/4 y0=10 f=10 plot((-g/2)*(x^2)+f*(sin(o))*x+y0, (x, 0, 3)) u=[k/100 for k in range(300) if k % 1==0] v=[] v.append(10) for k in range(1,300): v.append(v[k-1]+((-g*(k-1)/100+f*(sin(o)))*1/100)) p=zip(u,v) scatter_plot(p)+plot((-g/2)*(x^2)+f*(sin(o))*x+y0, (x, 0, 3))
'Tiro parabolico' 'y(t)=-g/2*t^2+(rsin(o))x+y0' 'dy(t)=-gt+rsin(o)' 'Particion de (0,3) de 1/100'
'Particion de (0,3) de 1/10' g=9.8 o=pi/4 y0=10 f=10 plot((-g/2)*(x^2)+f*(sin(o))*x+y0, (x, 0, 3)) u=[k/10 for k in range(30) if k % 1==0] v=[] v.append(10) for k in range(1,30): v.append(v[k-1]+((-g*(k-1)/10+f*(sin(o)))*1/10)) p=zip(u,v) scatter_plot(p)+plot((-g/2)*(x^2)+f*(sin(o))*x+y0, (x, 0, 3))
'Particion de (0,3) de 1/100'
'Modelo poblacional logistico' 'f(t)=a*exp(ct)/(1+a/M*exp(ct))' 'df(t)=r(M-f(t))*f(t)' "Particion de (0,20) de tamano 1" M=2000 f0=100 a=M*f0/(M-f0) c=1/20000*M plot(a*exp(c*x)/(1+a/M*exp(c*x)), (x, 0, 100)) u=[k/1 for k in range(100) if k % 1==0] v=[] v.append(100) for k in range (20): v.append(v[k]+(c*(1-(v[k])/M)*(v[k]))*1/1) p=zip(u,v) scatter_plot(p)+plot(a*exp(c*x)/(1+a/M*exp(c*x)), (x, 0, 20))
'Modelo poblacional logistico' 'f(t)=a*exp(ct)/(1+a/M*exp(ct))' 'df(t)=r(M-f(t))*f(t)' 'Particion de (0,20) de tamano 1'
"Particion de (0,20) de tamano 1/2" M=2000 f0=100 a=M*f0/(M-f0) c=1/20000*M plot(a*exp(c*x)/(1+a/M*exp(c*x)), (x, 0, 100)) u=[k/2 for k in range(40) if k % 1==0] v=[] v.append(100) for k in range (40): v.append(v[k]+(c*(1-(v[k])/M)*(v[k]))*1/2) p=zip(u,v) scatter_plot(p)+plot(a*exp(c*x)/(1+a/M*exp(c*x)), (x, 0, 20))
'Particion de (0,20) de tamano 1/2'
"Particion de (0,40) de tamano 1/2" M=2000 f0=100 a=M*f0/(M-f0) c=1/20000*M plot(a*exp(c*x)/(1+a/M*exp(c*x)), (x, 0, 100)) u=[k/2 for k in range(80) if k % 1==0] v=[] v.append(100) for k in range (80): v.append(v[k]+(c*(1-(v[k])/M)*(v[k]))*1/2) p=zip(u,v) scatter_plot(p)+plot(a*exp(c*x)/(1+a/M*exp(c*x)), (x, 0, 20))
'Particion de (0,40) de tamano 1/2'
'Modelo lovka-voltera de competencia' 'dx(t)=a*x(t)-b*x(t)*y(t)' 'dy(t)=d*y(t)-c*x(t)*y(t)' a=.05 d=.01 b=.04 c=.02 u=[k/10 for k in range(100) if k % 1==0] v=[] w=[] v.append(15) v[0] w.append(16) w[0] for k in range(70): v.append(v[k]+(a*v[k]-(b*v[k]*w[k]))*1/10) w.append(w[k]+(d*w[k]-(c*v[k]*w[k]))*1/10) p=zip(u,v) q=zip(u,w) r=zip(v,w) "Graficando la poblacion w respecto al tiempo " scatter_plot(q) "Graficando la poblacion v respecto al tiempo " scatter_plot(p) "Graficando la poblacion v respecto a la poblacion w " scatter_plot(r)
'Modelo lovka-voltera de competencia' 'dx(t)=a*x(t)-b*x(t)*y(t)' 'dy(t)=d*y(t)-c*x(t)*y(t)' 15 16 'Graficando la poblacion w respecto al tiempo '
'Graficando la poblacion v respecto al tiempo '
'Graficando la poblacion v respecto a la poblacion w '
"Resolviendo el sistema de ecuaciones de Lotka-Volterra de competencia y graficando" a=.05 d=.01 b=.04 c=.02 x,y= var('x,y') u=[a*x-b*x*y,d*y-c*x*y] t=[0,0.1..100] r1=desolve_odeint( u, [15,16], t, [x,y]) "En rojo la poblacion w y en azul la poblacion v" P1=line(zip(t, r1[:,0]), color='blue') P2=line(zip(t, r1[:,1]), color='red') show(P1+P2)
'Resolviendo el sistema de ecuaciones de Lotka-Volterra de competencia y graficando' 'En rojo la poblacion w y en azul la poblacion v'
'Modelo lovka-voltera de presa-depredador' 'dx(t)=a*x(t)-b*x(t)*y(t)' 'dy(t)=c*x(t)*y(t)-d*y(t)' a=.05 d=.06 b=.02 c=.04 u=[k/1 for k in range(1000) if k % 1==0] v=[] w=[] v.append(3) v[0] w.append(2) w[0] for k in range(1000): v.append(v[k]+(a*v[k]-(b*v[k]*w[k]))*1/1) w.append(w[k]+(-d*w[k]+(c*v[k]*w[k]))*1/1) p=zip(u,v) q=zip(u,w) r=zip(v,w) "Graficando la poblacion v respecto al tiempo" scatter_plot(q) "Graficando la poblacion w respecto al tiempo" scatter_plot(p) "Graficando la poblacion v respecto a la poblacion w" scatter_plot(r)
'Modelo lovka-voltera de presa-depredador' 'dx(t)=a*x(t)-b*x(t)*y(t)' 'dy(t)=c*x(t)*y(t)-d*y(t)' 3 2 'Graficando la poblacion v respecto al tiempo'
'Graficando la poblacion w respecto al tiempo'
'Graficando la poblacion v respecto a la poblacion w'
"Resolviendo el sistema de ecuaciones de Lotka-Volterra presa-depredador y graficando" a=.05 d=.06 b=.02 c=.04 x,y= var('x,y') u=[x*(a-b*y),y*(c*x-d)] t=[0,0.1..1000] r1=desolve_odeint( u, [3,2], t, [x,y]) "En rojo la poblacion v y en azul la poblacion w" P1=line(zip(t, r1[:,0]), color='blue') P2=line(zip(t, r1[:,1]), color='red') show(P1+P2)
'Resolviendo el sistema de ecuaciones de Lotka-Volterra presa-depredador y graficando' 'En rojo la poblacion v y en azul la poblacion w'
"Modelo SIS con dinamica poblacional" "S'=-bIS+gI+lN-nS" "I'=bIS-gI-nI" b=.05 g=.01 n=.3 l=.7 x0=20 y0=5 u=[k/10 for k in range(30) if k % 1==0] S=[] I=[] S.append(x0) I.append(y0) for k in range(30): I.append(I[k]+(b*I[k]*S[k]-g*I[k]-n*I[k])*1/10) S.append(S[k]+(-b*I[k]*S[k]+g*I[k]+l*(I[k]+S[k])-n*S[k])*1/10) r=zip(S,I) p=zip(u,S) q=zip(u,I) "Graficando la poblacion de infectados contra la de susceptibles" scatter_plot(r) "Graficando la poblacion de susceptibles contra el tiempo" scatter_plot(p) "Graficando la poblacion de infectados contra el tiempo" scatter_plot(q)
'Modelo SIS con dinamica poblacional' "S'=-bIS+gI+lN-nS" "I'=bIS-gI-nI" 'Graficando la poblacion de infectados contra la de susceptibles'
'Graficando la poblacion de susceptibles contra el tiempo'
'Graficando la poblacion de infectados contra el tiempo'
"Resolviendo y graficando el sistema SIS con dinamica poblacional" b=.05 g=.01 n=.3 l=.7 x0=20 y0=5 x,y= var('x,y') u=[-b*x*y+g*y+l*(x+y)-n*x,b*x*y-g*y-n*y] t=[0,0.1..3] "En rojo la poblacion de infectados y en azul la poblacion de susceptibles" r1=desolve_odeint( u, [x0,y0], t, [x,y]) P1=line(zip(t, r1[:,0]), color='blue') P2=line(zip(t, r1[:,1]), color='red') show(P1+P2)
'Resolviendo y graficando el sistema SIS con dinamica poblacional' 'En rojo la poblacion de infectados y en azul la poblacion de susceptibles'