1. Realice los siguientes cálculos aritméticos, utilizando el programa R.
a = (24/-8+7)/(9-6*2)
a
## [1] -1.333333
b = 2^3*-7+4-((1/3)+(1/2))
b
## [1] -52.83333
c = (sqrt(16)+5*4-3^(-2))/(3*(4-8)+1)
c
## [1] -2.171717
d = (1/2)*(((5/4)-2^(-1))*(13/4)-sqrt(7)+8/(2-(1/5))-3^2)
d
## [1] -2.381903
e = 2*sin(pi/3)+5*cos(pi/4)-(tan(pi/6)/4) 
e
## [1] 5.123247
f = 4*log2(5)-3*logb(7,3)+(1/3)*log(8)^3
f
## [1] 6.971203
  1. Para los ejercicios de la parte 1, redondee los resultados finales con una cifra decimal.
round(a,1)
## [1] -1.3
round(b,1)
## [1] -52.8
round(c,1)
## [1] -2.2
round(d,1)
## [1] -2.4
round(e,1)
## [1] 5.1
round(f,1)
## [1] 7
  1. Suponga que se toma una muestra de 20 taxistas que laboran en el centro de la ciudad de Cali en 2016. Los datos obtenidos para los 20 taxistas se describen a continuación:
  1. Construya dos vectores y denótelos GC y NP para guardar los datos de Gasto de combustible y número de pasajeros.
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)
  1. Calcule la moda, la mediana, la media, desviación estándar, varianza y los cuartiles,para los datos de GC y NP.
print("Estadísticos para Gasto de combustible (GC)")
## [1] "Estadísticos para Gasto de combustible (GC)"
moda = as.numeric(names(sort(table(GC), decreasing = TRUE)[1]))
cat("Moda:", moda, "\n")
## Moda: 11
mediana = median(GC)
cat("Mediana:", mediana, "\n")
## Mediana: 11
media = mean(GC)
cat("Media:", media, "\n")
## Media: 10.76
des_est = sd(GC)
cat("Desviación estándar:", des_est, "\n")
## Desviación estándar: 1.914873
varianza = var(GC)
cat("Varianza:", varianza, "\n")
## Varianza: 3.666737
cuartiles = quantile(GC)
cat("Cuartiles:\n")
## Cuartiles:
cuartiles
##     0%    25%    50%    75%   100% 
##  8.000  8.925 11.000 12.425 14.200
print("Estadísticos para Número de pasajeros (NP)")
## [1] "Estadísticos para Número de pasajeros (NP)"
moda = as.numeric(names(sort(table(NP), decreasing = TRUE)[1]))
cat("Moda:", moda, "\n")
## Moda: 11
mediana = median(NP)
cat("Mediana:", mediana, "\n")
## Mediana: 11
media = mean(NP)
cat("Media:", media, "\n")
## Media: 10.85
des_est = sd(NP)
cat("Desviación estándar:", des_est, "\n")
## Desviación estándar: 2.183069
varianza = var(NP)
cat("Varianza:", varianza, "\n")
## Varianza: 4.765789
cuartiles = quantile(NP)
cat("Cuartiles:\n")
## Cuartiles:
cuartiles
##    0%   25%   50%   75%  100% 
##  6.00  9.75 11.00 12.00 15.00
  1. Represente gráficamente las variables GC y NP.
plot(GC, NP, 
     main = "Gasto de Combustible vs. Número de Pasajeros",
     xlab = "Gasto de Combustible",
     ylab = "Número de Pasajeros",
     col = "blue",
     pch = 16)

par(mfrow = c(1, 2))  # Dividir el área de la trama en 1 fila y 2 columnas

# Histograma para Gasto de Combustible (GC)
hist(GC, main = "Histograma de Gasto de Combustible", xlab = "Gasto de Combustible", col = "skyblue")

# Histograma para Número de Pasajeros (NP)
hist(NP, main = "Histograma de Número de Pasajeros", xlab = "Número de Pasajeros", col = "salmon")

  1. De acuerdo con DANE durante el año 2016 en la Ciudad de Santiago de Cali - Valle se han presentado diferencias en cuanto al porcentaje de hogares pobres (PHP) y la tasa de mortalidad infantil (TMI) por cada mil nacidos vivos, como se muestra a continuación:
  1. Construya dos vectores y denótelos PHP y TMI para guardar los datos de porcentaje de hogares pobres y tasa de mortalidad infantil.
PHP = c(14, 24.7, 16.4, 26, 25.7, 24.6)
TMI = c(8.8, 10.2, 8, 9.1, 8.2, 9.4)
  1. Calcule la moda, la mediana, la media, desviación e datos de PHP y TMI
print("Estadísticos para el porcentaje de hogares pobres (PHP)")
## [1] "Estadísticos para el porcentaje de hogares pobres (PHP)"
moda = as.numeric(names(sort(table(PHP), decreasing = TRUE)[1]))
cat("Moda:", moda, "\n")
## Moda: 14
mediana = median(PHP)
cat("Mediana:", mediana, "\n")
## Mediana: 24.65
media = mean(PHP)
cat("Media:", media, "\n")
## Media: 21.9
des_est = sd(PHP)
cat("Desviación estándar:", des_est, "\n")
## Desviación estándar: 5.273329
print("Estadísticos para la tasa de mortalidad infantil (TMI)")
## [1] "Estadísticos para la tasa de mortalidad infantil (TMI)"
moda = as.numeric(names(sort(table(TMI), decreasing = TRUE)[1]))
cat("Moda:", moda, "\n")
## Moda: 8
mediana = median(TMI)
cat("Mediana:", mediana, "\n")
## Mediana: 8.95
media = mean(TMI)
cat("Media:", media, "\n")
## Media: 8.95
des_est = sd(TMI)
cat("Desviación estándar:", des_est, "\n")
## Desviación estándar: 0.8093207
  1. Represente gráficamente las variables PHP y TMI.
plot(PHP, TMI, 
     main = "Porcentaje de Hogares Pobres vs. Tasa de Mortalidad Infantil",
     xlab = "Porcentaje de Hogares Pobres",
     ylab = "Tasa de Mortalidad Infantil",
     pch = 16)

  1. Considere el siguiente cuadro referido a un grupo de estudiantes universitarios en cuanto a su género y estado conyugal.
  1. Construya la tabla anterior mediante el programa R.
# Crear la matriz con los datos proporcionados
datos <- matrix(c(8, 14, 5, 12, 9, 10), nrow = 2, byrow = TRUE,dimnames = list(c("Masculino", "Femenino"), c("Casado", "Soltero", "Otro")))

# Imprimir la matriz
print(datos)
##           Casado Soltero Otro
## Masculino      8      14    5
## Femenino      12       9   10
  1. Represente gráficamente la tabla anterior (realice al menos dos gráficos diferentes).
barplot(datos,
        beside = TRUE,
        col = c("skyblue", "salmon"),
        legend.text = TRUE,
        main = "Distribución de Estudiantes por Género y Estado Conyugal",
        xlab = "Estado conyugal",
        ylab = "Cantidad de Estudiantes")

total_genero <- colSums(datos)
pie(total_genero,
    labels = c("Casado", "Soltero", "Otro"),
    col = c("skyblue", "salmon", "yellow"),
    main = "Distribución de Estudiantes por Estado Conyugal")