docs: add Spanish README

README.es-ES.md

@@ -0,0 +1,114 @@
+
+
+<p align="center">
+    <img src="https://raw.githubusercontent.com/AbhisumatK/numeth-Numerical-Methods-Library/main/numeth.jpg" alt="numeth Logo" width="300">
+
+<a href="https://www.producthunt.com/products/numeth?embed=true&amp;utm_source=badge-featured&amp;utm_medium=badge&amp;utm_campaign=badge-numeth" target="_blank" rel="noopener noreferrer"><img alt="numeth - Python package to use numerical method algorithms in 1 line | Product Hunt" width="250" height="54" src="https://api.producthunt.com/widgets/embed-image/v1/featured.svg?post_id=1114847&amp;theme=light&amp;t=1775282970787"></a>
+
+[![PyPI version](https://badge.fury.io/py/numeth.svg)](https://badge.fury.io/py/numeth)
+[![PyPI downloads](https://img.shields.io/pypi/dm/numeth.svg)](https://pypistats.org/packages/numeth)
+[![License](https://img.shields.io/badge/License-MIT-blue.svg)](https://github.com/AbhisumatK/numeth-Numerical-Methods-Library/blob/main/LICENSE)
+
+# numeth
+
+Un paquete de Python totalmente funcional que implementa métodos numéricos fundamentales para ingeniería y matemáticas aplicadas. Diseñado para la usabilidad y la claridad educativa.
+
+## Instalación
+
+Instalar mediante pip:
+
+```
+pip install numeth
+```
+
+## Inicio Rápido
+
+Este es un ejemplo sencillo que utiliza el método de Newton-Raphson para encontrar la raíz cuadrada de 2:
+
+```python
+from numeth import newton_raphson
+
+def f(x):
+    return x**2 - 2
+
+def df(x):
+    return 2 * x
+
+root, iterations, converged = newton_raphson(f, df, x0=1.0, tol=1e-6, max_iter=100)
+print(f"Root: {root}, Iterations: {iterations}, Converged: {converged}")
+# Output: Root: 1.414213562373095, Iterations: 4, Converged: True
+```
+
+## Visualización
+
+Puede visualizar fácilmente la convergencia o los resultados de cualquier método numérico utilizando el método `.graph()`.
+
+```python
+import numeth
+
+# Integration visualization
+tr = numeth.trapezoidal(lambda x: x**2, 0, 1)
+tr.graph()
+
+# Root finding visualization
+sol = numeth.bisection(lambda x: x**2 - 2, 0, 2)
+sol.graph()
+```
+
+El método `.graph()` proporciona una representación visual de cómo funciona el algoritmo, incluyendo gráficos de funciones, áreas de integración, marcadores de raíces y líneas tangentes para diferenciación.
+
+### Métodos compatibles para visualización
+Actualmente, la visualización es compatible con casi todos los módulos:
+- **Integración**: Todos los métodos compatibles.
+- **Búsqueda de raíces**: Todos los métodos compatibles.
+- **Diferenciación**: Todos los métodos compatibles.
+- **Interpolación**: Todos los métodos compatibles.
+- **Optimización**: Todos los métodos compatibles.
+
+*Nota: Los métodos de Álgebra Lineal (Eliminación de Gauss, Descomposición LU, Jacobi, Gauss-Seidel) actualmente no son compatibles con `.graph()` porque operan sobre vectores/matrices en lugar de funciones de una sola variable.*
+
+
+
+## Métodos compatibles
+
+### Integración
+- Regla del trapecio (simple y compuesta)
+- Regla de Simpson 1/3 (simple y compuesta)
+- Regla de Simpson 3/8
+- Cuadratura de Gauss (de 2 y 3 puntos)
+
+### Diferenciación
+- Diferencia hacia adelante (primera derivada)
+- Diferencia hacia atrás (primera derivada)
+- Diferencia central (primera derivada)
+- Diferencia central (segunda derivada)
+- Extrapolación de Richardson (primera derivada)
+
+### Búsqueda de raíces
+- Método de bisección
+- Método de Newton-Raphson
+- Método de la secante
+- Método de la posición falsa
+
+### Interpolación
+- Interpolación lineal
+- Interpolación de Lagrange
+- Interpolación por diferencias divididas de Newton
+
+### Álgebra lineal
+- Eliminación de Gauss con pivoteo parcial
+- Descomposición LU (método de Doolittle)
+- Método iterativo de Jacobi
+- Método iterativo de Gauss-Seidel
+
+### Optimización
+- Búsqueda de la sección áurea (minimización)
+- Método de Newton para optimización (1D)
+
+## Cómo contribuir o reportar problemas
+
+¡Las contribuciones son bienvenidas! Por favor, envíe solicitudes de extracción (pull requests) o abra issues en el [repositorio de GitHub](https://github.com/AbhisumatK/numeth-Numerical-Methods-Library).
+
+## Licencia
+
+Este proyecto está licenciado bajo la Licencia MIT - consulte el archivo [LICENSE](https://github.com/AbhisumatK/numeth-Numerical-Methods-Library/blob/main/LICENSE) para obtener más detalles.