Comandos Básicos

Asignación de variables

x <- 3
y <- 2

Impresión 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

residuo <- x %% y
residuo

## [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

absoluto <- abs(x)
absoluto

## [1] 3

signo <- sign(x)
signo

## [1] 1

redondeo_arriba <- ceiling(x/y)
redondeo_arriba

## [1] 2

redondeo_abajo <- floor(x/y)
redondeo_abajo

## [1] 1

truncar <- trunc(x/y)
truncar

## [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)
a

## [1] 1 2 3 4 5

nombre <- c("Jose","Ana","Juan")
nombre

## [1] "Jose" "Ana"  "Juan"

longitud <- length(a)
longitud

## [1] 5

longitud_nombre <- length(nombre)
longitud_nombre

## [1] 3

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

#?sort

b <- c(1,2,3,4,5)
b

## [1] 1 2 3 4 5

extracto <- b

suma_vectores <- a+b
suma_vectores

## [1]  2  4  6  8 10

Graficar

plot(a,b, main = "Ventas Totales", xlab = "Semana", ylab = "Millones USD", type = "b")

plot

## function (x, y, ...) 
## UseMethod("plot")
## <bytecode: 0x1492b7c90>
## <environment: namespace:base>

Ejercicio 1

Nombres <- c("Fabiana","Carolina","Roberto","Karen","Julio")
Nombres

## [1] "Fabiana"  "Carolina" "Roberto"  "Karen"    "Julio"

Altura <- c(1.58,1.63,1.74,1.50,1.89)
Altura

## [1] 1.58 1.63 1.74 1.50 1.89

Peso <- c(56,63,82,60,86)
Peso

## [1] 56 63 82 60 86

Indice_MasaCorporal <- c(Peso/Altura**2)
Indice_MasaCorporal

## [1] 22.43230 23.71184 27.08416 26.66667 24.07547

resumen <- summary(Indice_MasaCorporal)
resumen

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   22.43   23.71   24.08   24.79   26.67   27.08

#Estamos ambas entre el rango mexicano promedio, en grados menores

### Grafica
plot(Altura,Peso, main = "IMC", xlab = "Altura", ylab = "Peso", type = "b")

plot

## function (x, y, ...) 
## UseMethod("plot")
## <bytecode: 0x1492b7c90>
## <environment: namespace:base>

Conclusiones

R es un lenguaje de programación útil paea realizar cálculos principlamente estadísticos, y forma parte de las herrmaientas del Big Data.

R Studio es el entorno en donde se puede programar R, y gracias a que también aquí se puede programar Python, en julio del 2023 se anuncio su nuevo nombre: Posit

En esta introdcucción, lo que llama la atención es la constante aparición de alertas o errores en el programa, los cuales encontramos que principalmente se deben a que la versión de R no es la más reciente, a la falta de instalación de paquetes o llamar a las librerías, problemas de escritura (typos) y los muchos argumentos que tienen las funciones.

Si desde un inicio programamos de forma estructurada, disciplinada y meticulosa, podemos preveer muchas de las alertas o errores y así obtendremos los muchos beneficios de la programación en R, como los pronósticos de predicción.