diff --git a/functions/datascience/lorenz_step.go b/functions/datascience/lorenz_step.go
new file mode 100644
index 00000000..a1e2c19a
--- /dev/null
+++ b/functions/datascience/lorenz_step.go
@@ -0,0 +1,43 @@
+package datascience
+
+// LorenzState representa el estado del atractor de Lorenz en 3D.
+type LorenzState struct {
+	X, Y, Z float64
+}
+
+// LorenzParams define los parámetros del atractor de Lorenz.
+type LorenzParams struct {
+	Sigma float64 // Rate of rotation (default 10)
+	Rho   float64 // Size of attractor (default 28)
+	Beta  float64 // Damping (default 8/3)
+}
+
+// DefaultLorenzParams retorna los parámetros clásicos del atractor de Lorenz.
+func DefaultLorenzParams() LorenzParams {
+	return LorenzParams{Sigma: 10.0, Rho: 28.0, Beta: 8.0 / 3.0}
+}
+
+// LorenzStep calcula un paso del atractor de Lorenz usando integración de Euler.
+// dx/dt = sigma*(y-x), dy/dt = x*(rho-z)-y, dz/dt = x*y - beta*z
+func LorenzStep(s LorenzState, dt float64, p LorenzParams) LorenzState {
+	dx := p.Sigma * (s.Y - s.X)
+	dy := s.X*(p.Rho-s.Z) - s.Y
+	dz := s.X*s.Y - p.Beta*s.Z
+
+	return LorenzState{
+		X: s.X + dx*dt,
+		Y: s.Y + dy*dt,
+		Z: s.Z + dz*dt,
+	}
+}
+
+// LorenzSeries genera N pasos del atractor y retorna la serie completa.
+func LorenzSeries(initial LorenzState, dt float64, p LorenzParams, steps int) []LorenzState {
+	series := make([]LorenzState, steps)
+	state := initial
+	for i := 0; i < steps; i++ {
+		state = LorenzStep(state, dt, p)
+		series[i] = state
+	}
+	return series
+}
diff --git a/functions/datascience/lorenz_step.md b/functions/datascience/lorenz_step.md
new file mode 100644
index 00000000..49364e58
--- /dev/null
+++ b/functions/datascience/lorenz_step.md
@@ -0,0 +1,38 @@
+---
+name: lorenz_step
+kind: function
+lang: go
+domain: datascience
+version: "1.0.0"
+purity: pure
+signature: "LorenzStep(s LorenzState, dt float64, p LorenzParams) LorenzState"
+description: "Paso del atractor de Lorenz (sistema caótico determinista). Integración Euler con parámetros configurables. Incluye LorenzSeries para generar N pasos."
+tags: [lorenz, chaos, attractor, simulation, math, dynamical-systems]
+uses_functions: []
+uses_types: []
+returns: []
+returns_optional: false
+error_type: ""
+imports: []
+tested: false
+tests: []
+test_file_path: ""
+file_path: "functions/datascience/lorenz_step.go"
+---
+
+## Ejemplo
+
+```go
+p := DefaultLorenzParams()
+state := LorenzState{X: 1, Y: 1, Z: 1}
+
+// Un paso
+next := LorenzStep(state, 0.005, p)
+
+// Serie completa
+series := LorenzSeries(LorenzState{X: 1, Y: 1, Z: 1}, 0.005, p, 10000)
+```
+
+## Notas
+
+El atractor de Lorenz es un sistema de ecuaciones diferenciales que produce comportamiento caótico determinista. Con los parámetros clásicos (sigma=10, rho=28, beta=8/3), el sistema converge al famoso "butterfly attractor". X oscila típicamente entre -20 y 20.