#Ejercicio 1 1.Realice los siguientes cálculos aritméticos, utilizando el programa R.

#A

A=((24/-8+7)/(9-6*(2))) 

print(A)
## [1] -1.333333

#B

B=(2^3*-7+4-((1)/(3)+((1)/(2))))

print(B)
## [1] -52.83333

#C

C= ((sqrt(16)+5*4-3^-2)/(3*(4-8)+1))

print(C)
## [1] -2.171717

#D

D = ((1/2)*((5/4-(2^-1))*13/4-sqrt(7)+8/(2/1-1/5)-3^2))

print(D)
## [1] -2.381903

#E

E = 2*sin(pi/3)+5*cos(pi/4)-tan(pi/6)/4

print(E)
## [1] 5.123247

#F

F = 4*log2(5)-3*log(7,base=3)+1/3*log(8)**3

print(F)
## [1] 6.971203

#Ejercicio 2 2.Para los ejercicios de la parte 2.1, redondee los resultados finales con una cifra decimal

#A

A_redon= round(A,1)
print(A_redon)
## [1] -1.3

#B

B_redon= round(B,1)
print(B_redon)
## [1] -52.8

#C

C_redon= round(C,1)
print(C_redon)
## [1] -2.2

#D

D_redon = round(D,1)
print(D_redon)
## [1] -2.4

#E

E_redon = round(E,1)
print(E_redon)
## [1] 5.1

#F

F_redon= round(F,1)
print(F_redon)
## [1] 7

#Ejercicio 3 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:

ID_identificación del taxista; GC_galones por semana;NP_Número de personas por semana; AS_ años de servicio.

  1. Construya dos vectores y denótelos GC y NP para guardar los datos de Gasto de combustible y número de pasajeros.
# vectores
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.
#FuncióN para hallar moda 

library(modeest)
## Warning: package 'modeest' was built under R version 4.3.3
#ModaS

Moda_GC = mfv(GC)
print("Moda_GC")
## [1] "Moda_GC"
print(Moda_GC)
## [1] 11
Moda_NP = mfv(NP)
print("Moda_NP")
## [1] "Moda_NP"
print(Moda_NP)
## [1] 11 12
#Medianas
Mediana_GC = median(GC) 
print("Mediana_GC")
## [1] "Mediana_GC"
print(Mediana_GC)
## [1] 11
Mediana_NP = median(NP)
print("Mediana_NP")
## [1] "Mediana_NP"
print(Mediana_NP)
## [1] 11
#Medias
Media_GC = mean(GC) 
print("Media_GC")
## [1] "Media_GC"
print(Media_GC)
## [1] 10.76
Media_NP = mean(NP)
print("Media_NP")
## [1] "Media_NP"
print(Media_NP)
## [1] 10.85
#desviación estándar
Desv_GC = sd(GC)
print("Desviación estándar_GC")
## [1] "Desviación estándar_GC"
print(Desv_GC)
## [1] 1.914873
Desv_NP = sd(NP)
print("Desviación estándar_NP")
## [1] "Desviación estándar_NP"
print(Desv_NP)
## [1] 2.183069
#Varianza 
vARIAN_GC = var(GC)
print("Varianza_GC")
## [1] "Varianza_GC"
print(vARIAN_GC)
## [1] 3.666737
vARIAN_NP = sd(NP)
print("Varianza_NP")
## [1] "Varianza_NP"
print(vARIAN_NP)
## [1] 2.183069
#Los cuartiles
cuartiles_GC = quantile(GC)
print("cuartiles_GC:")
## [1] "cuartiles_GC:"
print(cuartiles_GC, 2)
##   0%  25%  50%  75% 100% 
##  8.0  8.9 11.0 12.4 14.2
cuartiles_NP = quantile(NP)
print("cuartiles_GC, 2")
## [1] "cuartiles_GC, 2"
print(cuartiles_NP, 2)
##   0%  25%  50%  75% 100% 
##  6.0  9.8 11.0 12.0 15.0
  1. Represente gráficamente las variables GC y NP.
ID = c(1:20)
# Gráfica de GC vs NP

barplot(GC, names.arg = ID, xlab = "NP", ylab = "GC", main = "Representación Gráfica NP vs GC ",col = c("pink"))

# Gráfica de ID VS GC 


barplot(GC, names.arg = ID, col = "orange", xlab = "ID", ylab = "GC", main = "Representación Gráfica ID vs GC")

# Gráfica de ID VS NP

barplot(NP, names.arg = ID, col = "green", xlab = "ID", ylab = "NP", main = "Representación Gráfica ID vs NP")

#Ejercicio 4

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.

  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(14.0, 24.7, 16.4, 26.0, 25.7, 24.6)
TMI =c(8.8, 10.2, 8.0, 9.1, 8.2, 9.4)
  1. Calcule la moda, la mediana, la media, desviación e datos de PHP y TMI.
#ModaS

Moda_PHP = mfv(PHP)
print("Moda_PHP")
## [1] "Moda_PHP"
print(Moda_PHP)
## [1] 14.0 16.4 24.6 24.7 25.7 26.0
Moda_TMI = mfv(TMI)
print("Moda_TMI")
## [1] "Moda_TMI"
print(Moda_TMI)
## [1]  8.0  8.2  8.8  9.1  9.4 10.2
#Medianas
Mediana_PHP = median(PHP) 
print("Mediana_PHP")
## [1] "Mediana_PHP"
print(Mediana_PHP )
## [1] 24.65
Mediana_TMI = median(TMI)
print("Mediana_TMI")
## [1] "Mediana_TMI"
print(Mediana_TMI)
## [1] 8.95
#Medias

Media_PHP = mean(PHP)
print("Media_PHP")
## [1] "Media_PHP"
print(Media_PHP)
## [1] 21.9
Media_TMI = mean(TMI) 
print("Media_TMI")
## [1] "Media_TMI"
print(Media_TMI)
## [1] 8.95
#desviación estándar

Desv_PHP = sd(PHP)
print("Desviación estándar_PHP")
## [1] "Desviación estándar_PHP"
print(Desv_PHP)
## [1] 5.273329
Desv_TMI = sd(TMI)
print("Desviación estándar_TMI")
## [1] "Desviación estándar_TMI"
print(Desv_TMI)
## [1] 0.8093207
  1. Represente gráficamente las variables PHP y TMI.
names(PHP) = c("Central", "Norte", "Sur", "Oriente", "Oeste", "Rural")
barplot(PHP, main = "Informe DANE 2016", xlab = "indicadores", ylab = "Porcentaje de hogares pobres", col = c("yellow", "purple", "yellow", "purple", "yellow", "purple"))

names(TMI) = c("Central", "Norte", "Sur", "Oriente", "Oeste", "Rural")
barplot(TMI, main = "Informe DANE 2016", xlab = "indicadores", ylab = "a tasa
de mortalidad infantil", col = c("yellow", "purple", "yellow", "purple", "yellow", "purple"))

#Ejercicio 5

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.
data = matrix(c(8, 14, 5, 12, 9, 10), nrow = 2, byrow = TRUE)
colnames(data)= c("Casado", "Soltero", "Otro")
rownames(data)= c("Masculino", "Femenino")
Tabla =as.table(data)
print(Tabla)
##           Casado Soltero Otro
## Masculino      8      14    5
## Femenino      12       9   10
  1. Represente gráficamente la tabla anterior (realice al menos dos gráficos diferentes).
barplot(Tabla, main = "Estado Conyugal Por Género", xlab = "Estado Civil", ylab = "Cantidad de Personas", col = c("red", "black"))

personas = c(8,14,12,9)
names(personas) = c("Hombres casados", "Hombres solteros", "Mujeres casadas", "Mujeres solteras")

barplot(personas, col = "brown", main = "Población Casada y Soltera")

Población = c(20, 23)
names(Población) = c("solteros", "casados")

Etiquetas = paste0(round(100 * Población/sum(Población), 2), "%")
pie(Población, labels = Etiquetas, main = "Total de casados y solteros")