Create app.py

app.py

@@ -0,0 +1,52 @@
+import  streamlit as st
+import numpy as np
+import matplotlib.pyplot as plt
+
+def main():
+    def calculate_pi(n):
+        x = np.random.rand(1, n)
+        y = np.random.rand(1, n)
+        r = np.sqrt(np.square(x) + np.square(y))
+        mask = r <= 1
+        aprox_pi = np.sum(mask) / n * 4
+        return aprox_pi, x, y, mask
+
+    st.title('Aproximación de π usando el Método de Monte Carlo')
+
+
+    st.write("""
+### Explicación del Método
+La idea básica es que:
+
+$$
+\\frac{\\pi r^2}{4 r^2} \\approx \\frac{\\text{número de puntos dentro del círculo}}{\\text{número de puntos dentro del cuadrado}}
+$$
+
+Por lo tanto,
+
+$$
+\\pi \\approx 4 \\frac{\\text{número de puntos dentro del círculo}}{\\text{número de puntos dentro del cuadrado}}
+$$
+""")
+
+    # Entradas del usuario
+    num_simulations = st.slider('Número de Simulaciones', 10, 100000, 100)
+
+    # Cálculo de π
+    aprox_pi, x, y, mask = calculate_pi(num_simulations)
+
+    # Mostrar resultado
+    st.subheader(f'Aproximación de π: {aprox_pi}')
+
+    # Gráfica del proceso
+    fig, ax = plt.subplots()
+    ax.plot(x[mask], y[mask], 'o', color='blue', markersize=0.5, label='Dentro del círculo')
+    ax.plot(x[~mask], y[~mask], 'o', color='red', markersize=0.5, label='Fuera del círculo')
+    ax.set_aspect('equal')
+    ax.set_title('Simulación de Monte Carlo')
+    ax.legend()
+    st.pyplot(fig)
+
+if __name__ == "__main__":
+    main()
+