Asignación de variables

x<- 3
y<- 2

Impresión de resultados

x<- 3
y<- 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)


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", "Anna", "Juan")
nombre
## [1] "Jose" "Anna" "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
## starting httpd help server ... done
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")

plot
## function (x, y, ...) 
## UseMethod("plot")
## <bytecode: 0x000001adf8e1e458>
## <environment: namespace:base>

Actividad en clase

df <- data.frame(Nombre <- c('Ana', 'Lu', 'Pepe', 'Juan', 'Vale'), Peso <- c(48,52,60,56,70) , Altura <- c(1.48,1.52,1.60,1.56,1.70), IMC= Peso/Altura**2) 
df
##   Nombre....c..Ana....Lu....Pepe....Juan....Vale..
## 1                                              Ana
## 2                                               Lu
## 3                                             Pepe
## 4                                             Juan
## 5                                             Vale
##   Peso....c.48..52..60..56..70. Altura....c.1.48..1.52..1.6..1.56..1.7.
## 1                            48                                    1.48
## 2                            52                                    1.52
## 3                            60                                    1.60
## 4                            56                                    1.56
## 5                            70                                    1.70
##        IMC
## 1 21.91381
## 2 22.50693
## 3 23.43750
## 4 23.01118
## 5 24.22145
summary(df)
##  Nombre....c..Ana....Lu....Pepe....Juan....Vale.. Peso....c.48..52..60..56..70.
##  Length:5                                         Min.   :48.0                 
##  Class :character                                 1st Qu.:52.0                 
##  Mode  :character                                 Median :56.0                 
##                                                   Mean   :57.2                 
##                                                   3rd Qu.:60.0                 
##                                                   Max.   :70.0                 
##  Altura....c.1.48..1.52..1.6..1.56..1.7.      IMC       
##  Min.   :1.480                           Min.   :21.91  
##  1st Qu.:1.520                           1st Qu.:22.51  
##  Median :1.560                           Median :23.01  
##  Mean   :1.572                           Mean   :23.02  
##  3rd Qu.:1.600                           3rd Qu.:23.44  
##  Max.   :1.700                           Max.   :24.22
#Estamos muy bien

plot(Altura,Peso)

Conclusiones

R es un lenguaje de programación útil para realizar cálculos, principalmente estadísticos, y forma parte de las herramientas del big data.

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

En esta introducción lo que me llama la atención es la constante aparición de alertas o errores en el programa, los cualels encontramos que principlamente ses deben a la versión de R no es la más reciente, a la falta de instalación de paquetes o llamara a las librerias, problemas de escritura(typos) y los muchos argumentos que tienen las funciones.

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

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