Asignación de Variables
x<-3
y<-2
Iimpresión de resultados
x
## [1] 3
y
## [1] 2
Operaciones aritméticas
suma <- x+y
suma
## [1] 5
resta <- x-y
resta
## [1] 1
multiplicacion <- x*y
multiplicacion
## [1] 6
division <- x/y
division
## [1] 1.5
division_entera <- x%/%y
division_entera
## [1] 1
potencia <- x^2
potencia
## [1] 9
Funciones matemáticas
raiz_cuadrada <- sqrt(x)
raiz_cuadrada
## [1] 1.732051
raiz_cubica <- x^(1/3)
raiz_cubica
## [1] 1.44225
exponencial <- exp(1)
exponencial
## [1] 2.718282
z <- -4
z
## [1] -4
absoluto <- abs(z)
absoluto
## [1] 4
signo <- sign(z)
signo
## [1] -1
signo2 <- sign(x)
signo2
## [1] 1
redondeo_arriba <- ceiling(x/y)
redondeo_arriba
## [1] 2
redondeo_abajo <- floor(x/y)
redondeo_abajo
## [1] 1
truncar <- trunc(division)
truncar #quita decimales
## [1] 1
Constantes
pi
## [1] 3.141593
radio <- 5
area_circulo <- pi*radio^2
area_circulo
## [1] 78.53982
Vectores
a <- c(1,2,3,4,5) #la "c" es de columna, también se puede (1:5)
a
## [1] 1 2 3 4 5
longitud <- length(a)
longitud
## [1] 5
promedio <- mean(a)
promedio
## [1] 3
resumen <- summary(a)
resumen
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1 2 3 3 4 5
orden_ascendente <- sort(a)
orden_ascendente
## [1] 1 2 3 4 5
orden_descendente <- sort(a,decreasing = TRUE)
orden_descendente
## [1] 5 4 3 2 1
b <- c(1,2,3,4,5)
b
## [1] 1 2 3 4 5
suma_vectores <- a+b
suma_vectores
## [1] 2 4 6 8 10
Gráficas
plot(a,b, type="b", main="Ventas Totales por Semana", xlab="Semana", ylab="MXN")

?plot #para pedir ayuda
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