Estadísticas de la versión: 1.0 - eje 2 - Python

import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import curve_fit

# Datos
t = np.array([1814, 1824, 1834, 1844, 1854, 1864])
P = np.array([125, 275, 830, 1200, 1750, 1650])

# Función de ajuste
def growth_model(t, P0, r):
return P0 * np.exp(r * (t - t[0]))

# Ajuste de la curva
popt, pcov = curve_fit(growth_model, t, P)

# Parámetros ajustados
P0 = popt[0]
r = popt[1]

# Gráfico
plt.plot(t, P, 'ro', label='Datos')
plt.plot(t, growth_model(t, P0, r), 'b-', label='Curva ajustada')
plt.xlabel('Año')
plt.ylabel('Población')
plt.legend()
plt.show()

# Estimado de la tasa de crecimiento
print("Tasa de crecimiento (r):", r)