punto 2.1 y 2.2

a = (24/-8+7)/(9-6*(2))
a
## [1] -1.333333
round(-1.333333)
## [1] -1
b = (2^3)*-7+4-((1/3)+(1/2))
b
## [1] -52.83333
round(-52.83333)
## [1] -53
c= (sqrt(16)+5*4-3^-2)/(3*(4-8)+1)
c
## [1] -2.171717
round(-2.171717)
## [1] -2
d= 1/2*((5/4-2^-1)*13/4-sqrt(7)+8/(2-1/5)-3^2)
d
## [1] -2.381903
round(-2.381903)
## [1] -2
e =2*sin(pi/3)+5*cos(pi/4)-(tan(pi/6)/4)
e 
## [1] 5.123247
round(5.123247)
## [1] 5
f= 4*log2(5)-3*log(7, base =3)+(1/3)*(log(8)^3)
f
## [1] 6.971203
round(6.971203)
## [1] 7

punto 2.3

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)


moda_GC <- names(which.max(table(GC)))
moda_NP <- names(which.max(table(NP)))

# Mediana
mediana_GC <- median(GC)
mediana_NP <- median(NP)

# Media
media_GC <- mean(GC)
media_NP <- mean(NP)

# Desviación estándar
desv_est_GC <- sd(GC)
desv_est_NP <- sd(NP)

# Varianza
varianza_GC <- var(GC)
varianza_NP <- var(NP)

# 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))

# Imprimir resultados
print("Medidas estadísticas para Gasto de Combustible (GC):")
## [1] "Medidas estadísticas para Gasto de Combustible (GC):"
print(paste("Moda:", moda_GC))
## [1] "Moda: 11"
print(paste("Mediana:", mediana_GC))
## [1] "Mediana: 11"
print(paste("Media:", media_GC))
## [1] "Media: 10.76"
print(paste("Desviación estándar:", desv_est_GC))
## [1] "Desviación estándar: 1.91487253938879"
print(paste("Varianza:", varianza_GC))
## [1] "Varianza: 3.66673684210526"
print("Cuartiles:")
## [1] "Cuartiles:"
print(cuartiles_GC)
##    25%    50%    75% 
##  8.925 11.000 12.425
print("")
## [1] ""
print("Medidas estadísticas para Número de Pasajeros (NP):")
## [1] "Medidas estadísticas para Número de Pasajeros (NP):"
print(paste("Moda:", moda_NP))
## [1] "Moda: 11"
print(paste("Mediana:", mediana_NP))
## [1] "Mediana: 11"
print(paste("Media:", media_NP))
## [1] "Media: 10.85"
print(paste("Desviación estándar:", desv_est_NP))
## [1] "Desviación estándar: 2.18306882018965"
print(paste("Varianza:", varianza_NP))
## [1] "Varianza: 4.76578947368421"
print("Cuartiles:")
## [1] "Cuartiles:"
print(cuartiles_NP)
##   25%   50%   75% 
##  9.75 11.00 12.00
plot(GC, NP, xlab = "Gasto de Combustible (Galones por semana)", ylab = "Número de Pasajeros por semana", main = "Relación entre Gasto de Combustible y Número de Pasajeros")

punto 2.4

zonas <- c("central", "norte", "sur", "oriente", "oeste", "rural")
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)

# Moda
moda_PHP <- names(which.max(table(PHP)))
moda_TMI <- names(which.max(table(TMI)))

# Mediana
mediana_PHP <- median(PHP)
mediana_TMI <- median(TMI)

# Media
media_PHP <- mean(PHP)
media_TMI <- mean(TMI)

# Desviación estándar
desv_est_PHP <- sd(PHP)
desv_est_TMI <- sd(TMI)


print("Medidas estadísticas para Porcentaje de Hogares Pobres (PHP):")
## [1] "Medidas estadísticas para Porcentaje de Hogares Pobres (PHP):"
print(paste("Moda:", moda_PHP))
## [1] "Moda: 14"
print(paste("Mediana:", mediana_PHP))
## [1] "Mediana: 24.65"
print(paste("Media:", media_PHP))
## [1] "Media: 21.9"
print(paste("Desviación estándar:", desv_est_PHP))
## [1] "Desviación estándar: 5.27332911925664"
print("")
## [1] ""
print("Medidas estadísticas para Tasa de Mortalidad Infantil (TMI):")
## [1] "Medidas estadísticas para Tasa de Mortalidad Infantil (TMI):"
print(paste("Moda:", moda_TMI))
## [1] "Moda: 8"
print(paste("Mediana:", mediana_TMI))
## [1] "Mediana: 8.95"
print(paste("Media:", media_TMI))
## [1] "Media: 8.95"
print(paste("Desviación estándar:", desv_est_TMI))
## [1] "Desviación estándar: 0.809320702811932"
barplot(PHP, names.arg = zonas, xlab = "Zonas", ylab = "Porcentaje de Hogares Pobres (PHP)", main = "Porcentaje de Hogares Pobres por Zona")

plot(TMI, PHP, xlab = "Tasa de Mortalidad Infantil (TMI)", ylab = "Porcentaje de Hogares Pobres (PHP)", main = "Relación entre TMI y PHP por Zona")

punto 2.5

genero <- c("Masculino", "Masculino", "Masculino", "Femenino", "Femenino", "Femenino")
estado_conyugal <- c("Casado", "Soltero", "Otro", "Casado", "Soltero", "Otro")
frecuencia <- c(8, 14, 5, 12, 9, 10)

datos <- data.frame(Genero = genero, Estado_Conyugal = estado_conyugal, Frecuencia = frecuencia)


print(datos)
##      Genero Estado_Conyugal Frecuencia
## 1 Masculino          Casado          8
## 2 Masculino         Soltero         14
## 3 Masculino            Otro          5
## 4  Femenino          Casado         12
## 5  Femenino         Soltero          9
## 6  Femenino            Otro         10
datos_masculinos <- datos[datos$Genero == "Masculino", ]
datos_femeninos <- datos[datos$Genero == "Femenino", ]


barplot(datos_masculinos$Frecuencia, col = "blue", legend = TRUE, 
        names.arg = datos_masculinos$Estado_Conyugal, 
        xlab = "Estado Conyugal", ylab = "Frecuencia", 
        main = "Frecuencia por Estado Conyugal - Masculino")

barplot(datos_femeninos$Frecuencia, col = "red", legend = TRUE, 
        names.arg = datos_femeninos$Estado_Conyugal, 
        xlab = "Estado Conyugal", ylab = "Frecuencia", 
        main = "Frecuencia por Estado Conyugal - Femenino")