Comandos Básicos

Asignación de Variables

x <- 3
y <- 2

Impresión de resultados

x

## [1] 3

y

## [1] 2

Operaciones aritmeticas

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] 1.44225

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

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 Dolares")

Ejercicio 1

x <- c("Beto","Pablo", "Oscar", "Fede","Iker")
y <- c(187,170,177,182,190)
z <- c(87,62,86,76,90)



df <- data.frame(x,y,z)

df$IMX  <- z/(y*y)
df

##       x   y  z         IMX
## 1  Beto 187 87 0.002487918
## 2 Pablo 170 62 0.002145329
## 3 Oscar 177 86 0.002745060
## 4  Fede 182 76 0.002294409
## 5  Iker 190 90 0.002493075

summary(df)

##       x                   y               z             IMX          
##  Length:5           Min.   :170.0   Min.   :62.0   Min.   :0.002145  
##  Class :character   1st Qu.:177.0   1st Qu.:76.0   1st Qu.:0.002294  
##  Mode  :character   Median :182.0   Median :86.0   Median :0.002488  
##                     Mean   :181.2   Mean   :80.2   Mean   :0.002433  
##                     3rd Qu.:187.0   3rd Qu.:87.0   3rd Qu.:0.002493  
##                     Max.   :190.0   Max.   :90.0   Max.   :0.002745

plot (y,z)

Conclusiones

R es un lenguaje de programación util para realizar calculos, principalmente estadísticos, y forma parte de las herramientas del Big Data.

R Studio es el entorno en donde se pueden programar R, y gracias a que también aquí 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 mas 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 asi obtendremos los muchos beneficios de la programación en R, como los pronósticos de predicción.