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 matematicas

raiz_cuadrada <- sqrt(x)
raiz_cuadrada

## [1] 1.732051

raiz_cubica <- x %% (1/3)
raiz_cubica

## [1] 1.665335e-16

exponencial1 <- exp (1)
exponencial1

## [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_descentente <- sort(a,decreasing=TRUE)
orden_descentente

## [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

Grafica

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

Ejercicio 1

# Definición de vectores con valores numéricos
nombre <- c("Alma", "Karla", "Adrian", "Maria", "Alex")
peso <- c(55, 53, 56, 59, 56) 
altura <- c(1.66, 1.76, 1.64, 1.61, 1.62) 

# Creación de un data frame con los vectores anteriores
df <- data.frame(nombre, peso, altura)

# Cálculo del IMC y adición al data frame
# IMC = peso (kg) / altura (m)^2
df$IMC <- peso / (altura * altura)

# Impresión del data frame con la columna IMC añadida
df

##   nombre peso altura      IMC
## 1   Alma   55   1.66 19.95936
## 2  Karla   53   1.76 17.11002
## 3 Adrian   56   1.64 20.82094
## 4  Maria   59   1.61 22.76147
## 5   Alex   56   1.62 21.33821

# Resumen estadístico del data frame
summary(df)

##     nombre               peso          altura           IMC       
##  Length:5           Min.   :53.0   Min.   :1.610   Min.   :17.11  
##  Class :character   1st Qu.:55.0   1st Qu.:1.620   1st Qu.:19.96  
##  Mode  :character   Median :56.0   Median :1.640   Median :20.82  
##                     Mean   :55.8   Mean   :1.658   Mean   :20.40  
##                     3rd Qu.:56.0   3rd Qu.:1.660   3rd Qu.:21.34  
##                     Max.   :59.0   Max.   :1.760   Max.   :22.76

# Los datos muestran que el grupo tiene pesos y alturas similares, con un Índice de Masa Corporal (IMC) generalmente saludable para todos.
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 en donde se puede programar R, y gracias a que también aqui se puede programar python, en julio del 2023 se anunció su nuevo nombre: Posit.

En esta introducción, lo que 1lama 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 1lamar a las librerías, problemas de escritura (typost) 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.