Metadata-Version: 2.4
Name: MM18021UNO
Version: 0.1.1
Summary: Librería de métodos numéricos para resolver ecuaciones lineales y no lineales
Author: Claudia
Author-email: mm18021@ues.edu.sv
License: MIT
Classifier: Development Status :: 3 - Alpha
Classifier: Intended Audience :: Education
Classifier: Topic :: Scientific/Engineering :: Mathematics
Classifier: License :: OSI Approved :: MIT License
Classifier: Programming Language :: Python :: 3
Classifier: Programming Language :: Python :: 3.10
Requires-Python: >=3.6
Description-Content-Type: text/markdown
License-File: LICENSE
Requires-Dist: numpy
Requires-Dist: sympy
Dynamic: author
Dynamic: author-email
Dynamic: classifier
Dynamic: description
Dynamic: description-content-type
Dynamic: license
Dynamic: license-file
Dynamic: requires-dist
Dynamic: requires-python
Dynamic: summary

📘 MM18021UNO

**Librería de Métodos Numéricos** en Python para resolver sistemas de ecuaciones lineales y hallar raíces de funciones no lineales.

---

## ✅ Métodos disponibles

| Método               | Descripción                                                        |
|----------------------|--------------------------------------------------------------------|
| `gauss`              | Eliminación de Gauss                                               |
| `gauss_jordan`       | Eliminación de Gauss-Jordan                                        |
| `cramer`             | Regla de Cramer                                                    |
| `descomposicion_lu`  | Descomposición LU (retorna matrices L y U)                         |
| `jacobi`             | Método iterativo de Jacobi                                         |
| `gauss_seidel`       | Método iterativo de Gauss-Seidel                                   |
| `biseccion`          | Método de bisección para encontrar raíces de funciones             |
| `newton_raphson`     | Método de Newton-Raphson para encontrar raíces (requiere sympy)    |

---

## ⚙️ Instalación

Para instalar localmente esta librería desde el directorio del proyecto:

```bash
pip install .

## 🧪 Ejemplos de uso

### Gauss

```python
from MM18021UNO import gauss
import numpy as np

A = np.array([[2, 1, -1], [-3, -1, 2], [-2, 1, 2]])
b = np.array([8, -11, -3])
print(gauss(A, b))
```

### Gauss-Jordan

```python
from MM18021UNO import gauss_jordan
import numpy as np

A = np.array([[2, 1], [1, 3]])
b = np.array([8, 13])
print(gauss_jordan(A, b))
```

### Cramer

```python
from MM18021UNO import cramer
import numpy as np

A = np.array([[2, -1], [1, 3]])
b = np.array([1, 12])
print(cramer(A, b))
```

### Descomposición LU

```python
from MM18021UNO import descomposicion_lu
import numpy as np

A = np.array([[2, 3], [5, 4]])
L, U = descomposicion_lu(A)
print("L =", L)
print("U =", U)
```

### Jacobi

```python
from MM18021UNO import jacobi
import numpy as np

A = np.array([[10, -1, 2], [-1, 11, -1], [2, -1, 10]])
b = np.array([6, 25, -11])
print(jacobi(A, b))
```

### Gauss-Seidel

```python
from MM18021UNO import gauss_seidel
import numpy as np

A = np.array([[4, 1, 2], [3, 5, 1], [1, 1, 3]])
b = np.array([4, 7, 3])
print(gauss_seidel(A, b))
```

### Bisección

```python
from MM18021UNO import biseccion

def f(x):
    return x**3 - x - 2

raiz = biseccion(f, 1, 2)
print("Raíz aproximada:", raiz)
```

### Newton-Raphson

```python
from MM18021UNO import newton_raphson

raiz = newton_raphson("x**3 - x - 2", x0=1.5)
print("Raíz con Newton-Raphson:", raiz)
```

---

## 🔧 Requisitos

- Python 3.6 o superior
- numpy
- sympy
=======
# MM18021UNO
>>>>>>> 0e04099b927e577632edfd3ead7904ffd5331bb8
