algebra-lineal-sheets 1.0.5

Álgebra lineal simplificada con integración a Google Sheets para estudiantes

📚 Álgebra Lineal con Google Sheets

Álgebra lineal simplificada para estudiantes con integración perfecta a Google Sheets.

Permite a estudiantes y profesores trabajar con matrices almacenadas en Google Sheets usando Python de forma intuitiva y sencilla. Perfecto para cursos de álgebra lineal, análisis numérico y ciencias de datos.

🚀 Instalación

pip install algebra-lineal-sheets

¡Y listo! No necesitas configurar nada más.

📋 Uso Básico

1. Preparar Google Sheet

• Crear Google Sheet llamado matrices
• Añadir pestañas con nombres: A, B, v, etc.
• Llenar con datos numéricos (sin texto ni fórmulas)

2. Usar en Python

# Importar y configurar (una vez por sesión)
from algebra_lineal import *
configurar()

# Ver qué matrices tienes disponibles
workspace()

# Importar matrices específicas
importar('A', 'B', 'v')

# Realizar operaciones de álgebra lineal
C = A @ B                      # Multiplicación matricial
suma = A + B                   # Suma de matrices
Ainv = np.linalg.inv(A)       # Matriz inversa
det_A = np.linalg.det(A)      # Determinante

# Exportar resultados de vuelta a Google Sheets
exportar('C', 'suma', 'Ainv')

📊 Ejemplo Completo

from algebra_lineal import *
import numpy as np

# Configurar conexión con Google Sheets
configurar()

# Ver workspace
workspace()
# 🏢 WORKSPACE: 'matrices'
# ===========================================================================
# #   NOMBRE               DIMENSIONES  TIPO           
# ---------------------------------------------------------------------------
# 1   A                    3×3          📋 Matriz      
# 2   B                    3×3          📋 Matriz      
# 3   v                    3×1          📉 Vector columna

# Importar matrices necesarias
importar('A', 'B', 'v')

# Resolver sistema de ecuaciones Ax = b
b = v  # Usar vector v como término independiente
x = np.linalg.solve(A, b)

# Verificar solución
verificacion = A @ x - b
error = np.linalg.norm(verificacion)

print(f"Solución: x = {x}")
print(f"Error: {error:.2e}")

# Exportar resultados
exportar('x', 'verificacion')

🔧 Funciones Disponibles

Función	Descripción	Ejemplo
configurar()	Configuración inicial	configurar() o configurar(sheet='prop2026')
workspace()	Ver matrices en Sheets	workspace()
importar()	Importar matrices	importar('A', 'B')
exportar()	Exportar resultados	exportar('C')
cambiar_sheet()	Cambiar archivo	cambiar_sheet('proyecto2')
ayuda()	Ayuda completa	ayuda()

📚 Para Estudiantes

Google Colab (Recomendado)

# 1. Instalar paquete
!pip install algebra-lineal-sheets

# 2. Importar y configurar
from algebra_lineal import *
configurar()

# 3. ¡Empezar a trabajar!
workspace()
importar('A', 'B')
resultado = A @ B
exportar('resultado')

Operaciones Comunes

# Después de importar matrices A, B, v
C = A @ B                          # Multiplicación matricial
suma = A + B                       # Suma
transpuesta = A.T                  # Transpuesta
inversa = np.linalg.inv(A)         # Inversa (si existe)
determinante = np.linalg.det(A)    # Determinante
autovalores = np.linalg.eigvals(A) # Autovalores
rango = np.linalg.matrix_rank(A)   # Rango
norma = np.linalg.norm(v)          # Norma de vector

👨‍🏫 Para Profesores

Ventajas Pedagógicas

• Enfoque en matemáticas: Los estudiantes se concentran en álgebra lineal, no en programación
• Datos modificables: Cambiar valores en Google Sheets sin tocar código
• Colaborativo: Fácil compartir matrices entre estudiantes
• Visual: Ver resultados inmediatamente en Google Sheets
• Escalable: Funciona igual para 10 o 1000 estudiantes

Configuración de Clase

1. Crear plantilla: Google Sheet con matrices ejemplo
2. Compartir plantilla: Estudiantes hacen copia
3. Dar instrucciones simples:

   !pip install algebra-lineal-sheets
   from algebra_lineal import *
   configurar()
   

Ejemplo de Ejercicio

# Ejercicio: Transformaciones lineales
importar('T', 'v1', 'v2', 'v3')  # Matriz T y vectores

# Aplicar transformación
w1 = T @ v1
w2 = T @ v2  
w3 = T @ v3

# Analizar propiedades
det_T = np.linalg.det(T)
es_invertible = abs(det_T) > 1e-10

# Exportar análisis
exportar('w1', 'w2', 'w3', 'det_T')

🛠️ Configuración Avanzada

Múltiples Archivos

Por defecto el paquete trabaja con un Google Sheet llamado matrices. Para usar otro archivo (por ejemplo prop2026) tienes 3 opciones:

# Opción 1: elegir el archivo al configurar
configurar(sheet='prop2026')

# Opción 2: cambiar de archivo en cualquier momento
cambiar_sheet('prop2026')
workspace()
importar('A', 'B')

# Opción 3: usar otro archivo solo para una operación puntual
importar('A', sheet_name='prop2026')

⚠️ Importante: importar('prop2026') NO abre el archivo prop2026 — busca una pestaña llamada prop2026 dentro del archivo activo. Para cambiar de archivo usa cambiar_sheet('prop2026').

Verificar Variables

# Ver qué variables están disponibles para exportar
listar_variables_exportables()

❓ Solución de Problemas

Error: "No se pudo abrir 'matrices'"

• ✅ Verificar que el Google Sheet existe
• ✅ Verificar que se llama exactamente 'matrices'
• ✅ Verificar permisos de acceso

Importa las matrices de OTRO archivo (no el que quiero)

• ✅ El paquete siempre usa el archivo activo (por defecto matrices)
• ✅ Cambiar con cambiar_sheet('mi_archivo') o configurar(sheet='mi_archivo')
• ✅ Ver qué archivo está activo: aparece en los mensajes de importar() y workspace()

Error: "Variable no encontrada"

• ✅ Ejecutar importar() antes de usar variables
• ✅ Verificar nombres exactos con workspace()

Error de autenticación

• ✅ Ejecutar configurar() nuevamente
• ✅ En Colab: Runtime → Restart and run all

🔄 Actualización

pip install --upgrade algebra-lineal-sheets

📦 Requisitos

• Python 3.8+
• numpy >= 1.20.0
• gspread >= 5.0.0
• google-auth >= 2.0.0

Se instalan automáticamente con el paquete.

📄 Licencia

MIT License - Ver LICENSE para más detalles.

🤝 Contribuir

¡Las contribuciones son bienvenidas!

📧 Contacto

• Autor: Francisco Pérez Mogollón
• Email: [e-mail]
• PyPI: https://pypi.org/project/algebra-lineal-sheets/

🔗 Enlaces Útiles

• Google Colab
• Google Sheets
• NumPy Documentation

---

⭐ ¡Si te resulta útil, compártelo con otros profesores! ⭐