Skip to main content

Simulador 2D del campo electrostático por método de diferencias finitas (Jacobi / Gauss-Seidel).

Project description

campo-estatico-mdf

Solver 2D de Laplace por diferencias finitas (Jacobi/Gauss-Seidel) y cálculo del campo eléctrico.
Incluye GUI en Streamlit (multipágina) y documentación Sphinx publicada en GitHub Pages.:contentReference[oaicite:0]{index=0}

Ejecutar GUI (Streamlit)

# activar entorno
source .venv/Scripts/activate   # Windows (Git Bash)
# pip install dependencias
pip install -r requirements.txt
# instalar paquete backend en editable
pip install -e .
# correr la app
streamlit run app_streamlit/streamlit_app.py

Páginas

  • Simulación: define N, ε (tolerancia), max_iter, método, y contornos. Muestra V, E y métricas.
  • Documentación: enlaza/embebe Sphinx (se publicará en Fase 4). Puedes exportar DOCS_URL para mostrarla en la app.

Si ves problemas con el render de quiver en mallas muy grandes, reduce N o sube el step de submuestreo.

Instalación y Uso del Paquete campo-estatico-mdf

Instalación desde PyPI

Asegúrate de tener Python 3.9 o superior.

pip install campo-estatico-mdf

Si prefieres probar una versión de desarrollo local:

pip install -e .

Verificación de instalación

Para comprobar que el paquete se instaló correctamente:

python -m pip show campo-estatico-mdf

También puedes verificar desde un intérprete de Python:

from campo_estatico_mdf import LaplaceSolver2D
print(LaplaceSolver2D)

Si no hay errores de importación, la instalación es correcta.


Uso rápido

Ejemplo básico para resolver el potencial electrostático 2D por diferencias finitas:

from campo_estatico_mdf import LaplaceSolver2D

# Definir el mallado y condiciones de contorno
N = 51
bc = {"left": 1.0, "right": 0.0, "top": 0.0, "bottom": 1.0}

solver = LaplaceSolver2D(
    N=N,
    bc=bc,
    epsilon=1e-5,
    max_iter=20000,
    method="jacobi", # o "gauss_seidel"
)

V, n_iter, err = solver.solve()
Ex, Ey = solver.compute_e_field(V)

print(f"Iteraciones: {n_iter}, Error final: {err:.3e}")
print("Forma de la matriz de potencial:", V.shape)

Dependencias

El paquete requiere NumPy (≥1.22). Si no se instaló automáticamente, puedes hacerlo con:

pip install numpy>=1.22

Más información


Autores: Santiago Criollo & Daniel Ramirez Licencia: MIT
Versión: v1.0.2

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

campo_estatico_mdf-1.0.2.tar.gz (15.0 kB view details)

Uploaded Source

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

campo_estatico_mdf-1.0.2-py3-none-any.whl (6.8 kB view details)

Uploaded Python 3

File details

Details for the file campo_estatico_mdf-1.0.2.tar.gz.

File metadata

  • Download URL: campo_estatico_mdf-1.0.2.tar.gz
  • Upload date:
  • Size: 15.0 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.2.0 CPython/3.13.7

File hashes

Hashes for campo_estatico_mdf-1.0.2.tar.gz
Algorithm Hash digest
SHA256 5417c638b11c2ad166d083356ce9f82587a06dba018b9f5e584bbf19dbabb01b
MD5 e552215758b024b7cb8f1f6d9eb794b3
BLAKE2b-256 cba1a82e9ad363a64129d8beb92e08412642df579127c0bdaaaaee0bee2c99ab

See more details on using hashes here.

File details

Details for the file campo_estatico_mdf-1.0.2-py3-none-any.whl.

File metadata

File hashes

Hashes for campo_estatico_mdf-1.0.2-py3-none-any.whl
Algorithm Hash digest
SHA256 cdcd78ffa7652a3fea6e414d8b13126c8a22a4a087c4738e39f43e580a6f8723
MD5 23b29689d690cbb3ee7ea0b60096fb2e
BLAKE2b-256 662ff33d4cf3b0b7978a8efcd6859142daa19be93a0a0e40828aeb1564fb59f2

See more details on using hashes here.

Supported by

AWS Cloud computing and Security Sponsor Datadog Monitoring Depot Continuous Integration Fastly CDN Google Download Analytics Pingdom Monitoring Sentry Error logging StatusPage Status page