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

absolutoo <- abs (x)
absolutoo

## [1] 3

signo <- sign(x)
signo

## [1] 1

redondeo_arriba <- ceiling (x/y)
redondeo_arriba

## [1] 2

redondeo_abajo <- floor(x)
redondeo_abajo

## [1] 3

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

suma_vectores <- a+b
suma_vectores

## [1]  2  4  6  8 10

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

Nombres <- c("Toño","Poulette", "Fabiana", "Carolina", "Osvaldo")
Altura <- c(1.90, 1.65, 1.58, 1.63, 1.75)
Peso <- c(83,56,56,55,65)
imc  <- Peso/Altura

df <- data.frame(Nombres, Altura, Peso, imc)

resumen <- summary(df)
resumen

##    Nombres              Altura           Peso         imc       
##  Length:5           Min.   :1.580   Min.   :55   Min.   :33.74  
##  Class :character   1st Qu.:1.630   1st Qu.:56   1st Qu.:33.94  
##  Mode  :character   Median :1.650   Median :56   Median :35.44  
##                     Mean   :1.702   Mean   :63   Mean   :36.79  
##                     3rd Qu.:1.750   3rd Qu.:65   3rd Qu.:37.14  
##                     Max.   :1.900   Max.   :83   Max.   :43.68

plot(Altura,Peso, main = "Altura y Peso", xlab = "Altura", ylab = "Peso")

summary(df)

##    Nombres              Altura           Peso         imc       
##  Length:5           Min.   :1.580   Min.   :55   Min.   :33.74  
##  Class :character   1st Qu.:1.630   1st Qu.:56   1st Qu.:33.94  
##  Mode  :character   Median :1.650   Median :56   Median :35.44  
##                     Mean   :1.702   Mean   :63   Mean   :36.79  
##                     3rd Qu.:1.750   3rd Qu.:65   3rd Qu.:37.14  
##                     Max.   :1.900   Max.   :83   Max.   :43.68

#Estamos fit

Conclusiones

R Es un lenguaje de programación utiles para realizar cálculos, principalmente estadísticos, y forma parte de las herramientas del Big Data.

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

En esta introducción 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.

Sí 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 producción.