MM18021UNO 0.1.1

Librería de métodos numéricos para resolver ecuaciones lineales y no lineales

📘 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:

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

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

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

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

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

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

from MM18021UNO import biseccion

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

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

Newton-Raphson

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