Blog
Artículos, notas y reflexiones
Monte Carlo con cualquier distribución: por qué funciona y cómo se hace
La normalidad no es un requisito de Monte Carlo sino una elección por defecto. Tres casos (CV alta, Weibull, mezclas) y cuatro formas de muestrear en Python.
Cómo identificar una distribución estadística usando Python
Flujo reproducible para identificar la familia de distribución que mejor describe tus datos: exploración, ajuste MLE, pruebas de bondad de ajuste y criterios de información.
El data leakage que no ves: ML en series de tiempo industriales
Cómo un R² de 0.64 se convirtió en 0.15 con un solo cambio de validación — y por qué importa.
GUI to merge PDFs with PyQt5
App de escritorio PyQt5 + PyPDF2 para unir PDFs localmente — sin subir archivos sensibles a servicios online.
Enthalpy calculation with CoolProp
Calcular entalpía específica de cualquier fluido en una línea con CoolProp — útil para balances de energía en procesos e ciclos termodinámicos.
Compressibility Factor Calculation (Peng-Robinson)
Calcular Z para cualquier compuesto resolviendo la ecuación cúbica de Peng-Robinson por iteración, con CoolProp.