ejercicio 1 A

resultado_a <- (24 / -8 + 7) / (9 - 6 * 2)
resultado_a
## [1] -1.333333

B

resultado_b <- 2^3 * -7 + 4 - (1/3 + 1/2)
resultado_b
## [1] -52.83333

C

resultado_c <- (sqrt(16) + 5 * 4 - 3^(-2)) / (3 * (4 - 8) + 1)
resultado_c
## [1] -2.171717

D

resultado_d <- 1/2 * ((5/4 - 2^(-1)) * 13/4 - sqrt(7) + 8 / (2 - 1/5) - 3^2)
resultado_d
## [1] -2.381903

E

resultado_e <- 2 * sin(pi/3) + 5 * cos(pi/4) - tan(pi/6) / 4
resultado_e
## [1] 5.123247

F

resultado_f <- 4 * log2(5) - 3 * log(7,3) + 1/3 * log(8)^3 
resultado_f
## [1] 6.971203

ejercicio 2..2 A

resultado_a_redondeado <- round(resultado_a, digits = 1)
resultado_a_redondeado
## [1] -1.3

B

resultado_b_redondeado <- round(resultado_b, digits = 1)
resultado_b_redondeado
## [1] -52.8

C

resultado_c_redondeado <- round(resultado_c, digits = 1)
resultado_c_redondeado
## [1] -2.2

D

resultado_d_redondeado <- round(resultado_d, digits = 1)
resultado_d_redondeado
## [1] -2.4

E

resultado_e_redondeado <- round(resultado_e, digits = 1)
resultado_e_redondeado
## [1] 5.1

F

resultado_f_redondeado <- round(resultado_f, digits = 1)
resultado_f_redondeado
## [1] 7

Ejercicio 2.3 A

gc <- c(14.2, 8.0, 9.2, 12.1, 8.7, 11.6, 11.0, 12.5, 10.0, 9.0,
         8.5, 13.1, 12.9, 8.4, 11.2, 9.8, 12.4, 11.0, 13.0, 8.6)
np <- c(11, 10, 6, 9, 10, 12, 14, 10, 8, 9,
         11, 12, 11, 11, 15, 13, 12, 12, 8, 13)
gc
##  [1] 14.2  8.0  9.2 12.1  8.7 11.6 11.0 12.5 10.0  9.0  8.5 13.1 12.9  8.4 11.2
## [16]  9.8 12.4 11.0 13.0  8.6
np
##  [1] 11 10  6  9 10 12 14 10  8  9 11 12 11 11 15 13 12 12  8 13

B

moda_gc <- table(gc)
moda_gc <- names(which.max(moda_gc))
moda_np <- table(np)
moda_np <- names(which.max(moda_np))
moda_gc
## [1] "11"
moda_gc
## [1] "11"
moda_np
## [1] "11"
moda_np
## [1] "11"
# Mediana
mediana_gc <- median(gc)
mediana_np <- median(np)
mediana_gc
## [1] 11
mediana_np
## [1] 11
# Media
media_gc <- mean(gc)
media_np <- mean(np)
media_gc
## [1] 10.76
media_np
## [1] 10.85
# Desviación estándar
desv_est_gc <- sd(gc)
desv_est_np <- sd(np)
desv_est_gc
## [1] 1.914873
desv_est_np
## [1] 2.183069
# Varianza
varianza_gc <- var(gc)
varianza_np <- var(np)
varianza_gc
## [1] 3.666737
varianza_np
## [1] 4.765789
# Cuartiles
cuartiles_gc <- quantile(gc, probs = c(0.25, 0.5, 0.75))
cuartiles_np <- quantile(np, probs = c(0.25, 0.5, 0.75))

C

# c) Gráficos
# Diagrama de caja
boxplot(gc, main = "Galones por semana", col = "blue")

boxplot(np, main = "Número de pasajeros por semana", col = "red")

# Histograma
hist(gc, main = "Galones por semana", col = "blue")

hist(np, main = "Número de pasajeros por semana", col = "red")

# Imprimir resultados
print("Moda GC:", moda_gc)
## [1] "Moda GC:"
print("Mediana GC:", mediana_gc)
## [1] "Mediana GC:"
print("Media GC:", media_gc)
## [1] "Media GC:"
print("Desviación estándar GC:", desv_est_gc)
## [1] "Desviación estándar GC:"
print("Varianza GC:", varianza_gc)
## [1] "Varianza GC:"
print("Cuartiles GC:", cuartiles_gc)
## [1] "Cuartiles GC:"
print("Moda NP:", moda_np)
## [1] "Moda NP:"
print("Mediana NP:", mediana_np)
## [1] "Mediana NP:"
print("Media NP:", media_np)
## [1] "Media NP:"
print("Desviación estándar NP:", desv_est_np)
## [1] "Desviación estándar NP:"
print("Varianza NP:", varianza_np)
## [1] "Varianza NP:"
print("Cuartiles NP:", cuartiles_np)
## [1] "Cuartiles NP:"

R Markdown

This is an R Markdown document. Markdown is a simple formatting syntax for authoring HTML, PDF, and MS Word documents. For more details on using R Markdown see http://rmarkdown.rstudio.com.

When you click the Knit button a document will be generated that includes both content as well as the output of any embedded R code chunks within the document. You can embed an R code chunk like this:

summary(cars)
##      speed           dist       
##  Min.   : 4.0   Min.   :  2.00  
##  1st Qu.:12.0   1st Qu.: 26.00  
##  Median :15.0   Median : 36.00  
##  Mean   :15.4   Mean   : 42.98  
##  3rd Qu.:19.0   3rd Qu.: 56.00  
##  Max.   :25.0   Max.   :120.00

Including Plots

You can also embed plots, for example:

Note that the echo = FALSE parameter was added to the code chunk to prevent printing of the R code that generated the plot.