Desafío 1

Realice otros 10 ejemplos con diferentes operadores matemáticos.

#Ejempplo 1: Valor absoluto.
absoluto = abs(-5)
absoluto
## [1] 5
#Ejemplo 2: Logaritmo en base dos de 10
lg = log2(10)
lg
## [1] 3.321928
#Ejemplo 3: 2 Módulo 10
modulo = 2%%10
modulo
## [1] 2
#Ejemplo 4: Factorial
factorial = factorial(2)
factorial
## [1] 2
#Ejemplo 5: Coseno
cosrad=cos(3)
cosrad
## [1] -0.9899925
#Ejemplo 6: Resta
Resta= 5 - 2
Resta
## [1] 3
#Ejemplo 7: Tangente de 60 gradors
tangent = tan(60*pi/180)
tangent
## [1] 1.732051
#Ejemplo 8: Función exponencial de 2
exponencial = exp(2)
exponencial
## [1] 7.389056
#Ejemplo 9: 10 elevado a 2
Elevadoadiez = 10^2
Elevadoadiez
## [1] 100
#Ejemplo 10: Uso de pi
ctte <- pi
ctte
## [1] 3.141593

Desafío 2

Realice ejemplos usando otros tipos de estructura de datos: elementos booleanos, factores, tablas, entre otros.

Nota: Debido a que no se menciona cuantos ejemplos se deben realizar, se asumira por parte de la estudiante un total de 3 ejemplos.

#Ejemplo 1: Array
arreglo <- array(1:12, c(2, 3, 2))
arreglo
## , , 1
## 
##      [,1] [,2] [,3]
## [1,]    1    3    5
## [2,]    2    4    6
## 
## , , 2
## 
##      [,1] [,2] [,3]
## [1,]    7    9   11
## [2,]    8   10   12
#Ejemplo 2: Vector con strings
vector = c("aaa", "aaSa", "aaAba", "aaEEa", "asdf", "qwerty", "uiop", "asdfghjkl", "zxcvbnm", "qazwsxedcrfvtgb")
vector
##  [1] "aaa"             "aaSa"            "aaAba"           "aaEEa"          
##  [5] "asdf"            "qwerty"          "uiop"            "asdfghjkl"      
##  [9] "zxcvbnm"         "qazwsxedcrfvtgb"
#Ejemplo 3: Matriz
tabla_verdad = matrix(c(0, 1, 0, 1, 0, 1, 0, 1, 0, 0, 1, 1, 0, 0, 1, 1, 0, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0, 1, 1, 1, 1, 1), nrow=8, ncol=4)
colnames(tabla_verdad)=c("A", "B", "C", "(A | B) & C")
tabla_verdad
##      A B C (A | B) & C
## [1,] 0 0 0           0
## [2,] 1 0 0           0
## [3,] 0 1 0           0
## [4,] 1 1 0           1
## [5,] 0 0 1           1
## [6,] 1 0 1           1
## [7,] 0 1 1           1
## [8,] 1 1 1           1

Desafío 3

Construya una función que permita a un jugador jugar al piedra papel o tijeras.

jugador1=sample(1:3,1)
jugador2=sample(1:3,1)
piedra_papel_tijera=function(x,y) {
  if(x==y){
    return("Empate")
  }
  else if((x==1 && y==2) || (x==2 && y==1)){
    return("Gana papel")
  }
  else if((x == 1 && y == 3) || (x == 3 && y == 1)){
    return("Gana piedra")
  }
  else if((x == 2 && y == 3) || (x == 3 && y == 2)){
    return("Gana tijera")
  }
}

jugador1
## [1] 3
jugador2
## [1] 3

Desafío 4

1.- Seleccione un conjunto de datos desde el paquete ‘datasets’ de R. Para ver los datasets disponibles en la consola puede utilizar la función “data()” o puede consultarlos en la página web https://stat.ethz.ch/R-manual/R-devel/library/datasets/html/00Index.html. Una vez seleccionado puede utilizar la función data(‘nombre_del_dataset’) para cargar el dataset.

#Base de datos seleccionada: PlantGrowth.
PlantGrowth
##    weight group
## 1    4.17  ctrl
## 2    5.58  ctrl
## 3    5.18  ctrl
## 4    6.11  ctrl
## 5    4.50  ctrl
## 6    4.61  ctrl
## 7    5.17  ctrl
## 8    4.53  ctrl
## 9    5.33  ctrl
## 10   5.14  ctrl
## 11   4.81  trt1
## 12   4.17  trt1
## 13   4.41  trt1
## 14   3.59  trt1
## 15   5.87  trt1
## 16   3.83  trt1
## 17   6.03  trt1
## 18   4.89  trt1
## 19   4.32  trt1
## 20   4.69  trt1
## 21   6.31  trt2
## 22   5.12  trt2
## 23   5.54  trt2
## 24   5.50  trt2
## 25   5.37  trt2
## 26   5.29  trt2
## 27   4.92  trt2
## 28   6.15  trt2
## 29   5.80  trt2
## 30   5.26  trt2

2.- Describa el conjunto de datos y explique para que fue o podría ser utilizado. Puede usar la función help(‘nombre_del_dataset’). ¿Cuál es la fuente de los datos?

# El conjunto de datos presentado consiste en la información sobre los resultados obtenidos a traves de un experimento sobre el crecimiento de las plantas. Especificando, el experimento busca comparar los rendimientos obtenidos a traves de una condicion de control y otras dos condiciones de tratamiento diferentes.

3.- Describa cada variable, indique a qué tipo de variable corresponde, indique qué valores puede tomar y su unidad de medida.

# La base de datos trabaja con dos variables (representadas como columnas).
#   1. Peso - numerico (No especifica dentro de la base de datos si corresponde en gr o kg).
#   2. Grupo - factor -> Los valores que puede tomar corresponde a 'ctrl', 'trt1' o 'trt2'.

4.- Ejecute la función summary(“conjunto_de_datos”). ¿Qué puede observar?

summary(PlantGrowth)
##      weight       group   
##  Min.   :3.590   ctrl:10  
##  1st Qu.:4.550   trt1:10  
##  Median :5.155   trt2:10  
##  Mean   :5.073            
##  3rd Qu.:5.530            
##  Max.   :6.310
# Al ejecutar la funcion "summary", muestra información asocuada al contenido de la base de datos del experimento

# La información relevante que podemos notar sobre el peso es:
#   1. El valor minimo.
#   2. El primer cuartil.
#   3. La mediana de los datos.
#   4. El promedio de los datos.
#   5. El tercer cuartil
#   6. El valor maximo.

# Por otro lado, la información relevante que aparece con respecto a los grupos es:
#   1. La cantidad de arboles pertenecientes al grupo ctrl
#   1. La cantidad de arboles pertenecientes al grupo trt1
#   1. La cantidad de arboles pertenecientes al grupo trt2

5.- Ejecute la función plot(“conjunto_de_datos”). ¿Qué puede observar?

plot(PlantGrowth)

# La función "plot" nos otorga el grafico asociado con respecto a la información obtenida, utilizando las dos variables (peso y grupo) para distingir en que parte los datos estan más dispersos.