EDs - Métodos Euler y Heun - Python - ChatGPT

EDs - Métodos Euler y Heun - Python - ChatGPT
por: Semillero MMCC

Historia
Explicación
ChatGPT
Código en Python
Resultados

#Metodo Euler.
def euler_method(f, t0, y0, h, num_steps):
t = t0
y = y0

for _ in range(num_steps):
y += h * f(t, y)
t += h

return y

def f(t, y):
# Asumimos una tendencia lineal en función de los datos proporcionados
m = (1200 - 1000) / (2 - 1)
return m

# Datos de ventas
ventas = [1000, 1200, 1500]

# Parámetros del método de Euler
t0 = 1 # Mes inicial
y0 = ventas[0] # Valor inicial de ventas
h = 1 # Tamaño del paso (1 mes)
num_steps = 3 # Número de pasos para llegar al mes 4

# Aplicar el método de Euler
proyeccion_ventas = euler_method(f, t0, y0, h, num_steps)

# Imprimir la proyección de ventas para el mes 4
print("Proyección de ventas para el mes 4:", proyeccion_ventas)

import matplotlib.pyplot as plt

def euler_method(f, t0, y0, h, num_steps):
t = t0
y = y0
t_values = [t0]
y_values = [y0]

for _ in range(num_steps):
y += h * f(t, y)
t += h
t_values.append(t)
y_values.append(y)

return t_values, y_values

def f(t, y):
# Asumimos una tendencia lineal en función de los datos proporcionados
m = (1200 - 1000) / (2 - 1)
return m

# Datos de ventas
ventas = [1000, 1200, 1500]

# Parámetros del método de Euler
t0 = 1 # Mes inicial
y0 = ventas[0] # Valor inicial de ventas
h = 1 # Tamaño del paso (1 mes)
num_steps = 3 # Número de pasos para llegar al mes 4

# Aplicar el método de Euler
t_values, y_values = euler_method(f, t0, y0, h, num_steps + 1) # Sumamos 1 al número de pasos para llegar al mes 4

# Graficar las ventas proyectadas
plt.plot(t_values, y_values, 'bo-', label='Ventas proyectadas')
plt.xlabel('Mes')
plt.ylabel('Ventas')
plt.title('Proyección de ventas')
plt.legend()
plt.grid(True)
plt.show()

# Datos de ventas
ventas = [1000, 1200, 1500]

# Intervalo de tiempo
h = 1

# Proyección para el mes 4
mes_4 = len(ventas) + 1

# Método de Heun
def metodo_heun(ventas):
k1 = (ventas[1] - ventas[0]) / h
ventas_punto_medio = ventas[0] + k1 * h / 2
k2 = (ventas[2] - ventas_punto_medio) / h
m = (k1 + k2) / 2
return ventas[2] + m * h

# Calcular proyección para el mes 4
proyeccion_mes_4 = metodo_heun(ventas)

# Imprimir resultado
print(f"Proyección de ventas para el mes {mes_4}: {proyeccion_mes_4}")

import matplotlib.pyplot as plt

# Datos de ventas
ventas = [1000, 1200, 1500]

# Intervalo de tiempo
h = 1

# Proyección para el mes 4
mes_4 = len(ventas) + 1

# Método de Heun
def metodo_heun(ventas):
k1 = (ventas[1] - ventas[0]) / h
ventas_punto_medio = ventas[0] + k1 * h / 2
k2 = (ventas[2] - ventas_punto_medio) / h
m = (k1 + k2) / 2
return ventas[2] + m * h

# Calcular proyección para el mes 4
proyeccion_mes_4 = metodo_heun(ventas)

# Crear lista de meses
meses = list(range(1, mes_4 + 1))

# Calcular ventas para cada mes
ventas_proyectadas = ventas + [proyeccion_mes_4]

# Graficar las ventas
plt.plot(meses, ventas_proyectadas, marker='o')
plt.xlabel('Mes')
plt.ylabel('Ventas')
plt.title('Proyección de Ventas')
plt.grid(True)
plt.show()