acadyne


Nameacadyne JSON
Version 0.3.2 PyPI version JSON
download
home_pagehttps://github.com/acadyne/acadyne
SummaryUna biblioteca biónica para la manipulación de tensores numéricos y simbólicos, facilitando cálculos avanzados en computación científica.
upload_time2024-08-08 07:05:50
maintainerNone
docs_urlNone
authorJose Fabian Soltero Escobar
requires_python>=3.7
licenseMIT
keywords tensor computation symbolic mathematics simulation bionic
VCS
bugtrack_url
requirements numpy sympy pandas matplotlib scipy flake8 pytest
Travis-CI No Travis.
coveralls test coverage No coveralls.
            # AcaDyne (Acapulco Dynamic)

**AcaDyne** es una potente biblioteca de cálculo tensorial y simbólico diseñada para ofrecer herramientas avanzadas para matemáticos, físicos, ingenieros y científicos de datos. Proporciona una amplia gama de funciones para trabajar con conjuntos, operaciones simbólicas, simulaciones dinámicas, y más.

## Características

- **Operaciones con Conjuntos**: Soporta operaciones como unión, intersección, diferencia, y conjunto potencia.
- **Solución de Ecuaciones**: Resuelve ecuaciones algebraicas y diferenciales, incluyendo sistemas de ecuaciones usando la forma del Cálculo simbólico.
- **Operaciones Avanzadas**: Incluye funciones para multiplicación de matrices, descomposiciones (LU, QR, SVD), y cálculo de determinantes e inversos.
- **Manipulación de Tensores**: Soporta operaciones tanto simbólicas como numéricas en tensores de diversas dimensiones.
- **Transformaciones Dinámicas**: Permite aplicar transformaciones no lineales y expansiones sobre los componentes de los tensores.
- **Simulación de Sistemas Dinámicos**: Simula modelos dinámicos continuos y discretos, incluyendo modelos epidemiológicos como el SIR.
- **Optimización y Análisis**: Ofrece técnicas de optimización global y análisis de estabilidad para sistemas complejos.
- **Transformaciones Matemáticas**: Realiza transformaciones de Lorentz y cálculos de series de Fibonacci.

## Instalación

Puedes instalar AcaDyne directamente desde PyPI usando `pip`:
https://pypi.org/project/acadyne/
 
Repositorio Oficial:
https://github.com/acadyne/acadyne

$ pip install acadyne

Licencia
AcaDyne está licenciado bajo la Licencia MIT. Consulta el archivo LICENSE para más información.

Contacto
Para preguntas o sugerencias, por favor contacta a [acadyne@gmail.com].

            

Raw data

            {
    "_id": null,
    "home_page": "https://github.com/acadyne/acadyne",
    "name": "acadyne",
    "maintainer": null,
    "docs_url": null,
    "requires_python": ">=3.7",
    "maintainer_email": null,
    "keywords": "tensor, computation, symbolic, mathematics, simulation, bionic",
    "author": "Jose Fabian Soltero Escobar",
    "author_email": "Jose Fabian Soltero Escobar <acadyne@gmail.com>",
    "download_url": "https://files.pythonhosted.org/packages/15/84/6be8836746ad6c40904cfe8fab1db0a76b97950fc6d269fca9532d0992d6/acadyne-0.3.2.tar.gz",
    "platform": null,
    "description": "# AcaDyne (Acapulco Dynamic)\n\n**AcaDyne** es una potente biblioteca de c\u00e1lculo tensorial y simb\u00f3lico dise\u00f1ada para ofrecer herramientas avanzadas para matem\u00e1ticos, f\u00edsicos, ingenieros y cient\u00edficos de datos. Proporciona una amplia gama de funciones para trabajar con conjuntos, operaciones simb\u00f3licas, simulaciones din\u00e1micas, y m\u00e1s.\n\n## Caracter\u00edsticas\n\n- **Operaciones con Conjuntos**: Soporta operaciones como uni\u00f3n, intersecci\u00f3n, diferencia, y conjunto potencia.\n- **Soluci\u00f3n de Ecuaciones**: Resuelve ecuaciones algebraicas y diferenciales, incluyendo sistemas de ecuaciones usando la forma del C\u00e1lculo simb\u00f3lico.\n- **Operaciones Avanzadas**: Incluye funciones para multiplicaci\u00f3n de matrices, descomposiciones (LU, QR, SVD), y c\u00e1lculo de determinantes e inversos.\n- **Manipulaci\u00f3n de Tensores**: Soporta operaciones tanto simb\u00f3licas como num\u00e9ricas en tensores de diversas dimensiones.\n- **Transformaciones Din\u00e1micas**: Permite aplicar transformaciones no lineales y expansiones sobre los componentes de los tensores.\n- **Simulaci\u00f3n de Sistemas Din\u00e1micos**: Simula modelos din\u00e1micos continuos y discretos, incluyendo modelos epidemiol\u00f3gicos como el SIR.\n- **Optimizaci\u00f3n y An\u00e1lisis**: Ofrece t\u00e9cnicas de optimizaci\u00f3n global y an\u00e1lisis de estabilidad para sistemas complejos.\n- **Transformaciones Matem\u00e1ticas**: Realiza transformaciones de Lorentz y c\u00e1lculos de series de Fibonacci.\n\n## Instalaci\u00f3n\n\nPuedes instalar AcaDyne directamente desde PyPI usando `pip`:\nhttps://pypi.org/project/acadyne/\n \nRepositorio Oficial:\nhttps://github.com/acadyne/acadyne\n\n$ pip install acadyne\n\nLicencia\nAcaDyne est\u00e1 licenciado bajo la Licencia MIT. Consulta el archivo LICENSE para m\u00e1s informaci\u00f3n.\n\nContacto\nPara preguntas o sugerencias, por favor contacta a [acadyne@gmail.com].\n",
    "bugtrack_url": null,
    "license": "MIT",
    "summary": "Una biblioteca bi\u00f3nica para la manipulaci\u00f3n de tensores num\u00e9ricos y simb\u00f3licos, facilitando c\u00e1lculos avanzados en computaci\u00f3n cient\u00edfica.",
    "version": "0.3.2",
    "project_urls": {
        "Homepage": "https://github.com/acadyne/acadyne",
        "documentation": "https://github.com/acadyne/acadyne/wiki",
        "repository": "https://github.com/acadyne/acadyne"
    },
    "split_keywords": [
        "tensor",
        " computation",
        " symbolic",
        " mathematics",
        " simulation",
        " bionic"
    ],
    "urls": [
        {
            "comment_text": "",
            "digests": {
                "blake2b_256": "058021276ce9d34b76a45c9947f81e926d2ac57395fbc96ca531f4e61170c642",
                "md5": "607df93f79edb2b1a1f2ec2786e9501d",
                "sha256": "c7c2041b46410e9e30e83c57b91d25364a6af382cf6094f10056cfc5a37fc35b"
            },
            "downloads": -1,
            "filename": "acadyne-0.3.2-py3-none-any.whl",
            "has_sig": false,
            "md5_digest": "607df93f79edb2b1a1f2ec2786e9501d",
            "packagetype": "bdist_wheel",
            "python_version": "py3",
            "requires_python": ">=3.7",
            "size": 9962,
            "upload_time": "2024-08-08T07:05:48",
            "upload_time_iso_8601": "2024-08-08T07:05:48.984299Z",
            "url": "https://files.pythonhosted.org/packages/05/80/21276ce9d34b76a45c9947f81e926d2ac57395fbc96ca531f4e61170c642/acadyne-0.3.2-py3-none-any.whl",
            "yanked": false,
            "yanked_reason": null
        },
        {
            "comment_text": "",
            "digests": {
                "blake2b_256": "15846be8836746ad6c40904cfe8fab1db0a76b97950fc6d269fca9532d0992d6",
                "md5": "eb6b39075ce06d40d3b197294e3a7cf5",
                "sha256": "bf5b3cda86f3c0f0175530fa19f40172886136b0502e125bf82ed1ce4d08a4ce"
            },
            "downloads": -1,
            "filename": "acadyne-0.3.2.tar.gz",
            "has_sig": false,
            "md5_digest": "eb6b39075ce06d40d3b197294e3a7cf5",
            "packagetype": "sdist",
            "python_version": "source",
            "requires_python": ">=3.7",
            "size": 10851,
            "upload_time": "2024-08-08T07:05:50",
            "upload_time_iso_8601": "2024-08-08T07:05:50.058413Z",
            "url": "https://files.pythonhosted.org/packages/15/84/6be8836746ad6c40904cfe8fab1db0a76b97950fc6d269fca9532d0992d6/acadyne-0.3.2.tar.gz",
            "yanked": false,
            "yanked_reason": null
        }
    ],
    "upload_time": "2024-08-08 07:05:50",
    "github": true,
    "gitlab": false,
    "bitbucket": false,
    "codeberg": false,
    "github_user": "acadyne",
    "github_project": "acadyne",
    "travis_ci": false,
    "coveralls": false,
    "github_actions": true,
    "requirements": [
        {
            "name": "numpy",
            "specs": []
        },
        {
            "name": "sympy",
            "specs": []
        },
        {
            "name": "pandas",
            "specs": []
        },
        {
            "name": "matplotlib",
            "specs": []
        },
        {
            "name": "scipy",
            "specs": []
        },
        {
            "name": "flake8",
            "specs": []
        },
        {
            "name": "pytest",
            "specs": []
        }
    ],
    "lcname": "acadyne"
}
        
Elapsed time: 0.44927s